-
公开(公告)号：CN112950832B
公开(公告)日：2022-05-06
申请号：CN202110317798.2
申请日：2021-03-25
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 杨舟
Abstract: 本说明书实施例提供了密码验证方法和装置。该方法在每一个用户首次设置密码时，针对该用户输入的每一个初始密码字符均执行：生成该初始密码字符与一个声音之间的映射关系；保存该用户对应的该映射关系；以及向该用户播放与该初始密码字符存在映射关系的声音；待验证用户需要进行密码验证时，针对该待验证用户输入的每一个验证密码字符均执行：根据所述待验证用户对应的各映射关系，确定当前输入的验证密码字符映射到的声音；以及播放所确定的声音。
-
公开(公告)号：CN112541350B
公开(公告)日：2024-06-14
申请号：CN202011402808.4
申请日：2020-12-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/30 , G06F40/284 , G06N3/0442 , G06N3/0455 , G06N3/09 , G06N3/048
Abstract: 本说明书实施例公开了一种变种文本还原方法、装置以及设备。方案包括：获取包含变种内容的源文本；通过基于注意力机制的机器学习模型，对源文本进行处理，得到源文本对应的上下文向量和注意力分布；对上下文向量进行解析，得到中间结果；确定针对注意力分布的指针生成网络的拷贝指针；通过拷贝指针，根据源文本中的至少部分内容或者注意力分布对中间结果进行调整，得到源文本对应的还原文本。
-
Patent Agency Ranking
公开(公告)号：CN113220553B
公开(公告)日：2022-06-17
申请号：CN202110521528.3
申请日：2021-05-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 说明书披露一种文本预测模型性能的评估方法和装置。一种文本预测模型性能的评估方法，包括：获取待评估的文本预测模型的若干原始测试文本；将所述原始测试文本输入已训练的生成对抗神经网络，得到所述原始测试文本对应的变种测试文本；其中，所述生成对抗神经网络包括生成子网络和分类子网络，所述生成子网络用于为所述原始测试文本生成对应的变种测试文本，所述变种测试文本的真实类别与所述原始测试文本的类别相同，所述分类子网络对所述原始测试文本和所述变种测试文本的分类结果不同；基于所述若干变种测试文本，对所述待评估的文本预测模型的性能进行评估。
-
公开(公告)号：CN112950832A
公开(公告)日：2021-06-11
申请号：CN202110317798.2
申请日：2021-03-25
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 杨舟
Abstract: 本说明书实施例提供了密码验证方法和装置。该方法在每一个用户首次设置密码时，针对该用户输入的每一个初始密码字符均执行：生成该初始密码字符与一个声音之间的映射关系；保存该用户对应的该映射关系；以及向该用户播放与该初始密码字符存在映射关系的声音；待验证用户需要进行密码验证时，针对该待验证用户输入的每一个验证密码字符均执行：根据所述待验证用户对应的各映射关系，确定当前输入的验证密码字符映射到的声音；以及播放所确定的声音。
-
公开(公告)号：CN116910252A
公开(公告)日：2023-10-20
申请号：CN202310835478.5
申请日：2023-07-07
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F16/38 , G06F16/332
Abstract: 本说明书一个或多个实施例公开了一种大模型风险管理框架构建的方法、装置及设备。所述方法包括：基于原始语料集中各个语料类型对应的原始文本语料，确定各个所述语料类型的语料标签和对所述语料标签进行解释的标签定义，基于所述语料标签构建所述大模型风险管理框架的语料标签层；从所述语料类型对应的所述标签定义中，提取标记所述语料类型对应的风险的标签关键词，基于所述标签关键词构建所述大模型风险管理框架的关键词层；根据所述语料标签对应的所述标签定义，生成包含与所述语料标签对应的所述标签关键词的文本语料，基于所述文本语料构建所述大模型风险管理框架的文本语料层。
-
公开(公告)号：CN113220553A
公开(公告)日：2021-08-06
申请号：CN202110521528.3
申请日：2021-05-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 说明书披露一种文本预测模型性能的评估方法和装置。一种文本预测模型性能的评估方法，包括：获取待评估的文本预测模型的若干原始测试文本；将所述原始测试文本输入已训练的生成对抗神经网络，得到所述原始测试文本对应的变种测试文本；其中，所述生成对抗神经网络包括生成子网络和分类子网络，所述生成子网络用于为所述原始测试文本生成对应的变种测试文本，所述变种测试文本的真实类别与所述原始测试文本的类别相同，所述分类子网络对所述原始测试文本和所述变种测试文本的分类结果不同；基于所述若干变种测试文本，对所述待评估的文本预测模型的性能进行评估。
-
公开(公告)号：CN112541350A
公开(公告)日：2021-03-23
申请号：CN202011402808.4
申请日：2020-12-04
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种变种文本还原方法、装置以及设备。方案包括：获取包含变种内容的源文本；通过基于注意力机制的机器学习模型，对源文本进行处理，得到源文本对应的上下文向量和注意力分布；对上下文向量进行解析，得到中间结果；确定针对注意力分布的指针生成网络的拷贝指针；通过拷贝指针，根据源文本中的至少部分内容或者注意力分布对中间结果进行调整，得到源文本对应的还原文本。
-
-
-
-
-
-
Search Results
7
records
(took 0.035 seconds)
