公开(公告)号：CN117009622A

公开(公告)日：2023-11-07

申请号：CN202310893016.9

申请日：2023-07-19

Applicant: 支付宝(杭州)信息技术有限公司 ,  浙江工业大学

Inventor： 刘琳琅 ,  朱治潮 ,  黄修添 ,  许文浩 ,  姚信威 ,  李强 ,  邢伟伟 ,  陆琦超 ,  袁知恒

IPC: G06F16/953 ,  G06F16/583 ,  G06F16/55 ,  G06F16/33 ,  G06F16/35

Abstract: 本说明书实施例公开了一种舆情根因分析模型的训练方法和根因分析方法，涉及自然语言处理领域。在本说明书中，通过提取多个训练数据的多模态混合特征对多个训练数据进行聚类处理，以及构建多个训练数据对应的与舆情根因相关的知识图谱，从而训练得到舆情根因分析模型。进一步的，对待分析数据进行舆情根因分析时，基于舆情根因分析模型提取待分析数据对应的多模态混合特征并构建知识图谱，通过对待分析数据的知识图谱进行图谱补全的方式，预测待分析数据的舆情根因。

公开(公告)号：CN119987897A

公开(公告)日：2025-05-13

申请号：CN202510090475.2

申请日：2025-01-20

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 骆立康 ,  李强 ,  徐子腾 ,  程岩

IPC: G06F9/445 ,  G06F9/455

Abstract: 本说明书实施例公开了一种用于加载内核扩展程序的方法、装置、存储介质及电子设备，先通过部署在宿主机中的控制器将内核扩展程序发送给部署在宿主机中的目标安全容器，使得目标安全容器将内核扩展程序提供给目标安全容器启动的虚拟机中的用户态进程，然后通过用户态进程加载内核扩展程序，若业务程序执行到内核扩展程序对应的至少一个挂钩点所嵌入的特定内核位置，通过运行在内核空间中的跟踪模块来获取内核扩展程序在运行时所产生的日志数据，由此能够突破目标安全容器虚拟化层的限制，将内核扩展程序加载到用户态内部，实现对目标安全容器内的行为检测与拦截，且可实现对集群内安全容器的精准控制。

公开(公告)号：CN116741160A

公开(公告)日：2023-09-12

申请号：CN202310627778.4

申请日：2023-05-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李强 ,  王志铭

IPC: G10L15/18 ,  G10L15/26 ,  G10L15/16 ,  G10L15/06

Abstract: 本说明书实施例公开了一种端到端流式语音识别方法，包括：获取待识别语音流；将所述待识别语音流输入预先训练的扩散模型，通过所述扩散模型的逆扩散过程预测出所述待识别语音流的至少一帧未来语音帧；将获取的至少一帧所述未来语音帧与所述待识别语音流进行拼接，得到拼接语音流；对所述拼接语音流进行语音识别，获得语音识别结果。相应地，本发明公开了端到端流式语音识别装置。

公开(公告)号：CN111737584B

公开(公告)日：2020-12-08

申请号：CN202010762440.6

申请日：2020-07-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 程晓程 ,  曹绍升 ,  申月 ,  刘子奇 ,  李强 ,  张志强

IPC: G06F16/9535 ,  G06Q30/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供一种行为预测系统的更新方法，其中行为预测系统包括多个推荐领域各自对应的对象表征模型、领域用户表征模型和行为预测模型，还包括通用用户表征模型和领域判别模型。该方法包括：首先，获取与该多个推荐领域对应的多个训练样本，其中各个训练样本包括推荐对象的对象特征、用户的用户特征，以及指示该用户是否对该第一推荐对象做出特定行为的样本标签；接着，利用行为预测系统对多个训练样本进行处理，从而得到对应的多个行为预测损失和多个领域判别损失，进而确定综合损失，该综合损失与该多个行为预测损失分别正相关，且与该多个领域判别损失分别负相关；然后，利用综合训练损失，调整该行为预测系统中各个模型的模型参数。

公开(公告)号：CN111737584A

公开(公告)日：2020-10-02

申请号：CN202010762440.6

申请日：2020-07-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 程晓程 ,  曹绍升 ,  申月 ,  刘子奇 ,  李强 ,  张志强

IPC: G06F16/9535 ,  G06Q30/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供一种行为预测系统的更新方法，其中行为预测系统包括多个推荐领域各自对应的对象表征模型、领域用户表征模型和行为预测模型，还包括通用用户表征模型和领域判别模型。该方法包括：首先，获取与该多个推荐领域对应的多个训练样本，其中各个训练样本包括推荐对象的对象特征、用户的用户特征，以及指示该用户是否对该第一推荐对象做出特定行为的样本标签；接着，利用行为预测系统对多个训练样本进行处理，从而得到对应的多个行为预测损失和多个领域判别损失，进而确定综合损失，该综合损失与该多个行为预测损失分别正相关，且与该多个领域判别损失分别负相关；然后，利用综合训练损失，调整该行为预测系统中各个模型的模型参数。