-
公开(公告)号：CN110704590B
公开(公告)日：2022-04-12
申请号：CN201910923491.X
申请日：2019-09-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/35
Abstract: 本说明书实施例提供一种扩充训练样本的方法和装置。方法包括：获取待扩充的初始训练样本组，包括第一数量的训练样本，训练样本包括历史对话组中的原始机器语句和原始用户语句，以及该对话组对应的类别标签，初始训练样本组中的各训练样本具有第一类别标签；从初始训练样本组中获取第二数量的训练样本；针对第二数量的训练样本中的各对话组，将与各对话组中的原始机器语句相关的第一机器语句输入预先训练的第一类别标签的对话生成模型，生成与各对话组中的第一机器语句分别对应的第一用户语句；将各对话组中的第一机器语句和对应的第一用户语句作为扩充训练样本加入初始训练样本组，得到扩充训练样本组。能够实现训练样本的数据均衡。
-
Patent Agency Ranking
公开(公告)号：CN110909147B
公开(公告)日：2022-06-21
申请号：CN201911217885.X
申请日：2019-12-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/338
Abstract: 本说明书一个或多个实施例公开了一种训练排序结果选择模型输出标准问法的方法。所述方法包括：获取排序模型输出的排序序列，使用排序结果选择模型从所述排序序列中确定第一结果，所述第一结果对应预测的标准问法A；判断所述排序序列对应的准确的标准问法B；比较所述预测的标准问法A和所述准确的标准问法B是否一致，是则奖励所述排序结果选择模型，否则惩罚所述排序结果选择模型。
-
公开(公告)号：CN110969006A
公开(公告)日：2020-04-07
申请号：CN201911217044.9
申请日：2019-12-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/194 , G06F40/166
Abstract: 本说明书一个或多个实施例公开了一种文本排序模型的训练方法。所述方法包括：获取查询文本和与所述查询文本相关的正例文本、相似负例文本和随机负例文本；将所述查询文本和与所述查询文本相关的正例文本、相似负例文本和随机负例文本分别组成文本对，采用初始排序模型得到每一个文本对的相似度值，计算所述相似度值中的最大值与其他两个相似度值之间的差值，得到第一差值和第二差值；调整所述初始排序模型的参数，使得所述第一差值和第二差值分别逼近第一阈值和第二阈值，得到目标排序模型。
-
公开(公告)号：CN110704590A
公开(公告)日：2020-01-17
申请号：CN201910923491.X
申请日：2019-09-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/35
Abstract: 本说明书实施例提供一种扩充训练样本的方法和装置。方法包括：获取待扩充的初始训练样本组，包括第一数量的训练样本，训练样本包括历史对话组中的原始机器语句和原始用户语句，以及该对话组对应的类别标签，初始训练样本组中的各训练样本具有第一类别标签；从初始训练样本组中获取第二数量的训练样本；针对第二数量的训练样本中的各对话组，将与各对话组中的原始机器语句相关的第一机器语句输入预先训练的第一类别标签的对话生成模型，生成与各对话组中的第一机器语句分别对应的第一用户语句；将各对话组中的第一机器语句和对应的第一用户语句作为扩充训练样本加入初始训练样本组，得到扩充训练样本组。能够实现训练样本的数据均衡。
-
公开(公告)号：CN110969006B
公开(公告)日：2023-03-21
申请号：CN201911217044.9
申请日：2019-12-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/194 , G06F40/166
Abstract: 本说明书一个或多个实施例公开了一种文本排序模型的训练方法。所述方法包括：获取查询文本和与所述查询文本相关的正例文本、相似负例文本和随机负例文本；将所述查询文本和与所述查询文本相关的正例文本、相似负例文本和随机负例文本分别组成文本对，采用初始排序模型得到每一个文本对的相似度值，计算所述相似度值中的最大值与其他两个相似度值之间的差值，得到第一差值和第二差值；调整所述初始排序模型的参数，使得所述第一差值和第二差值分别逼近第一阈值和第二阈值，得到目标排序模型。
-
公开(公告)号：CN110909147A
公开(公告)日：2020-03-24
申请号：CN201911217885.X
申请日：2019-12-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/338
Abstract: 本说明书一个或多个实施例公开了一种训练排序结果选择模型输出标准问法的方法。所述方法包括：获取排序模型输出的排序序列，使用排序结果选择模型从所述排序序列中确定第一结果，所述第一结果对应预测的标准问法A；判断所述排序序列对应的准确的标准问法B；比较所述预测的标准问法A和所述准确的标准问法B是否一致，是则奖励所述排序结果选择模型，否则惩罚所述排序结果选择模型。
-
-
-
-
-
Search Results
6
records
(took 0.034 seconds)
