-
公开(公告)号：CN119653202A
公开(公告)日：2025-03-18
申请号：CN202411720941.2
申请日：2024-11-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04N21/854 , G06V40/16 , G06T7/246 , G06V10/764 , G06V10/82 , G06N3/0499 , G06N3/0455 , G06N3/08 , G10L21/10
Abstract: 一种预测目标对象的运动特征的方法、训练扩散模型的方法和设备，所述预测目标对象的运动特征的方法包括：获取第一图像，所述第一图像包括目标对象的头像；基于所述第一图像生成所述目标对象的第一位置特征，所述第一位置特征包括所述目标对象的多个预设点在预设状态下的第一位置和所述多个预设点的第一运动特征，所述第一运动特征包括所述多个预设点的相对于所述第一位置的第一偏移；获取第一语音音频，基于第一语音音频获取音频特征序列；通过扩散模型，基于所述第一位置特征和所述音频特征序列，确定第二运动特征的第一序列,所述第二运动特征包括所述多个预设点的相对于所述第一位置的第二偏移。
-
公开(公告)号：CN112052323B
公开(公告)日：2024-07-16
申请号：CN202010952296.2
申请日：2020-05-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06F16/335 , H04L51/02 , H04L51/046
Abstract: 本说明书提供的群聊机器人自主应答的方法和系统，在接收到所述目标通讯群中的目标用户发送的输入语句后，基于输入语句和预设的知识库生成一个与输入语句匹配的目标，并将所述目标答案发送给目标客户端或包括目标客户端在内的第二组客户端，以降低对其他用户的影响。所述方法不仅可以主动对用户提出的问题进行回答，同时又不会对群聊中的其他用户造成干扰，在提升工作效率的同时，又可以提升用户体验。
-
公开(公告)号：CN116993873B
公开(公告)日：2024-05-17
申请号：CN202310957070.5
申请日：2023-07-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06T13/40 , G06F16/33 , G06F40/211 , G06F40/284 , G06F40/289 , G06F40/30
Abstract: 本说明书实施例涉及一种数字人动作编排方法及装置，所述方法的输入包括目标文本对应的第一词语序列和第一动作集合，第一动作集合中包含若干动作，任一动作具有预设的触发词以及对应的动作持续时长；然后，根据动作对应的触发词，将所述第一词语序列中的各个词语与所述第一动作集合的动作进行匹配，得到第一匹配结果，第一匹配结果中包含各个词语对应的备选动作集合；然后，根据各个词语在所述目标文本中的位置，以及动作的动作持续时长，从所述第一匹配结果中确定一组在时间维度上没有重叠的动作序列，得到第一动作序列，所述第一动作序列用于指示所述数字人在播报所述目标文本时做出相应的动作。
-
公开(公告)号：CN117171307A
公开(公告)日：2023-12-05
申请号：CN202310897709.5
申请日：2023-07-20
Applicant: 支付宝(杭州)信息技术有限公司 , 华中科技大学
IPC: G06F16/332 , G06F16/33 , G06F40/35 , G06N20/00 , G06N3/04
Abstract: 本说明书实施例提供基于多视图超图的用户偏好学习方法、对话推荐方法及系统。在进行用户偏好学习时，使用用户交互信息、物品信息和用户社交信息，构建多视图超图，所构建的多视图超图包括喜欢视图、不喜欢视图和朋友视图；以及基于多视图超图执行针对用户节点的图学习，以学习出用户偏好表示。
-
公开(公告)号：CN116978354A
公开(公告)日：2023-10-31
申请号：CN202310963940.X
申请日：2023-08-01
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G10L13/10 , G10L13/047
Abstract: 本说明书实施例提供了韵律预测模型的训练方法及装置、语音合成方法及装置。该训练方法包括：利用韵律预测模型包括的编码器对样本字符序列进行编码处理，得到编码结果；利用切分值预测网络处理该编码结果，从而针对各相邻字符之间的各位置，预测得到在该位置处进行语义切分的切分值；基于各位置的切分值，生成表征样本字符序列的句法的第一句法二叉树；利用预训练的结构化语言模型，针对样本字符序列生成第二句法二叉树；基于第一句法二叉树和第二句法二叉树，确定结构损失；以最小化总预测损失为目标，调整该编码器的参数；其中,总预测损失基于结构损失确定、且与结构损失正相关。
-
Patent Agency Ranking
公开(公告)号：CN111126071B
公开(公告)日：2023-05-12
申请号：CN201911214274.X
申请日：2019-12-02
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 杨明晖
Abstract: 本说明书提供了提问文本数据的确定方法、装置和客服群的数据处理方法。在一个实施例中，提问文本数据的确定方法通过从客服群的聊天记录中获取目标文本数据后，先调用事先训练好的对应于第一业务场景的第一处理模型从目标文本数据中提取出第一业务场景特有的区别于第二业务场景的第一特征向量，以及第一业务场景和第二业务场景共有的通用的第二特征向量；进一步，再通过第一处理模型综合利用上述第一特征向量、第二特征向量这两种不同的特征向量来确定目标文本数据是否为客户成员的提问文本数据。从而能够协助客服群中的客服成员自动地较为准确、及时地发现识别出第一业务场景的客服群中客户成员提出的问题。
-
公开(公告)号：CN111309887B
公开(公告)日：2023-04-14
申请号：CN202010114332.8
申请日：2020-02-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06Q30/015
Abstract: 本说明书实施例公开了一种训练文本关键内容提取模型的方法及系统，所述方法包括：获取多个问题答案对，所述问题答案对包括问题和所述问题对应的答案；从所述多个问题答案对中选取目标问题答案对，并选取其他与所述目标问题答案对不同的问题答案对中的答案作为干扰答案；拼接所述目标问题答案对中的目标答案与所述干扰答案得到拼接答案，将所述拼接答案与所述目标问题答案对中的目标问题作为一组训练样本；所述目标答案为与所述目标问题对应的文本关键内容；所述训练样本的标识为所述目标答案在所述拼接答案中的起点和终点位置；基于多组所述训练样本训练得到文本关键内容提取模型。
-
公开(公告)号：CN111353033B
公开(公告)日：2023-04-07
申请号：CN202010126357.X
申请日：2020-02-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F18/22 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本说明书实施例公开了一种训练文本相似度模型的方法及系统，该方法包括：获取多组训练数据，多组训练数据中的一组包括：第一文本、第二文本和第三文本，第二文本和第三文本为用户输入的询问内容，第一文本为知识库中对应于第二文本和第三文本的问题；其中，第二文本为与第一文本匹配的用户反馈好评的文本，第三文本为与第一文本不匹配的用户反馈差评的文本；基于多组训练数据调整文本相似度模型的参数进而优化损失函数，得到训练后的文本相似度模型；其中，损失函数基于第一相似度和第二相似度的相对关系确定；第一相似度为文本相似度模型基于第一文本和第二文本计算的相似度，第二相似度为文本相似度模型基于第一文本与第三文本计算的相似度。
-
公开(公告)号：CN111475637A
公开(公告)日：2020-07-31
申请号：CN202010588724.8
申请日：2020-06-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06N5/02
Abstract: 本说明书实施例提供一种用于推送知识点的数据处理、训练方法及装置，基于异构图提取符合预设格式的多组元路径，获取异构图中各个节点的对应的第一特征，然后将多组元路径输入预先训练得到的图神经网络模型，通过图神经网络模型对元路径上节点的第一特征进行聚合，至少输出作为路径端点的用户节点和/或知识点节点对应的第二特征，第二特征用于对用户节点和知识点节点进行匹配，以向用户推送相应知识点。该方案能够更精确地匹配用户需求。
-
公开(公告)号：CN111460085A
公开(公告)日：2020-07-28
申请号：CN202010307133.9
申请日：2020-04-17
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/31 , G06F16/332 , G06F16/335 , G06F16/36
Abstract: 本说明书的实施例提供基于图结构的知识点推荐方法及装置。在该知识点推荐方法中，基于历史连续问答会话数据构建知识图谱，知识图谱是有向图结构，节点表示知识点，有向边的方向表示所连接的知识点对的出现顺序，以及有向边的边权重用于反映对应的知识点对的出现次数。在接收用户的问题语句后，在知识库中获取与问题语句对应的第一知识点；在知识图谱中确定与第一知识点关联的第二知识点，并将所确定的第二知识点中的问题推荐给用户。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.042 seconds)
