多字段数据,又称为表格数据,是机器学习领域最为经典,应用最为广泛的数据类型。随着深度学习的发展,各种用于多字段数据领域的深度学习模型被不断提出。而特征表示作为影响深度学习模型性能的一个重要因素,对从数据中获取更多有价值的信息具有重要意义。离散化是特征表示中的一项重要技术。近年来的研究表明,离散化在许多模型中均能起到正面作用。但在深度学习中,通常仍对定性特征编码并对定量特征归一化,而没有对离散化的作用进行充分探讨。因此,本文对离散化在深度学习模型中的作用进行验证。实验结果表明,在深度学习模型中使用离散化,不仅可以加快模型收敛,减少模型训练时间,更能提高模型精度并为模型带来抵御协变量漂移的鲁棒性。现有的深度学习模型能够通过交叉特征或嵌入等方法,对数据中的高阶特征交互进行自动学习,以获取更好的特征表示。但它们通常模型结构复杂,训练时间长,并且需要对嵌入层大小进行手动调整。同时,嵌入层权重通常使用随机分布进行初始化,没有利用任何数据间的交互信息。基于此,本文提出了基于贝叶斯网和深度学习的多字段数据嵌入模型BNE。该模型的思想是,利用贝叶斯网捕获数据特征之间的高阶交互,藉此生成数据特征的嵌入表示,并利用神经网络嵌入层将其送入深度学习模型中。由于将生成的嵌入表示使用初始化的方式送入嵌入层,因此不会导致复杂的网络结构;并且嵌入表示的大小直接由贝叶斯网的结构所决定,无需对嵌入层大小进行调整。实验表明,使用k依赖贝叶斯模型的BNE能够达到比流行的深度学习模型更高的精度,且收敛速度更快。