公开(公告)号：CN116186607A

公开(公告)日：2023-05-30

申请号：CN202310189374.1

申请日：2023-02-23

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘丹丹 ,  陈跃鹤 ,  舒慧珍 ,  曾庆瑜 ,  黄超敏

IPC: G06F18/241 ,  G06F18/214 ,  G06F40/30 ,  G06F40/258 ,  G06F16/35

Abstract: 本说明书实施例公开了一种模型的处理方法、装置及设备，该方法包括：获取多方针对目标业务场景提供的历史文本信息，并将多方的历史文本信息进行拼接，将拼接后的历史文本信息输入到目标模型中，得到多方的历史文本信息是否语义一致的第一输出结果，并基于预设的第一损失函数，确定第一输出结果对应的第一损失信息，对拼接后的历史文本信息中包含的指定字符进行掩盖处理，将掩盖后的文本信息输入到一个或多个不同的辅助模型中，得到多方的历史文本信息是否语义一致的第二输出结果，并基于预设的第二损失函数，确定每个辅助模型对应的第二输出结果的第二损失信息，基于第一损失信息和第二损失信息，对目标模型进行优化训练。

公开(公告)号：CN118690848A

公开(公告)日：2024-09-24

申请号：CN202410703975.4

申请日：2024-05-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 马博群 ,  舒慧珍 ,  欧建永 ,  赵文龙 ,  刘腾飞 ,  傅幸

IPC: G06N5/04 ,  G06F40/30 ,  G06F40/289 ,  G06F18/213

Abstract: 本说明书公开了一种语言模型的预训练方法、装置、介质及电子设备，可获取第一样本文本，第一样本文本为结构化文本，并提取第一样本文本中的各字段。针对提取出的每个字段，根据该字段的属性以及属性值，确定该字段对应的标识符，并根据确定出的各字段对应的标识符，得到第一样本文本对应的标识符序列。将标识符序列输入语言模型，得到标识符序列对应的文本特征，以根据文本特征以及预设的训练任务，对语言模型中的编码端进行预训练。通过使用标识符去对结构化文本中的字段进行替换，进而使用结构化文本对应的标识符序列去训练语言模型，使得训练得到的语言模型可以学习到结构化文本中的特征的关联关系以及潜在关系，提高了语言模型的准确度。

公开(公告)号：CN115048535B

公开(公告)日：2025-02-07

申请号：CN202210768073.X

申请日：2022-06-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 舒慧珍 ,  张天翼 ,  刘丹丹 ,  黄超敏 ,  曹琳

IPC: G06F16/36 ,  G06F16/28 ,  G06N3/0464 ,  G06N3/08

Abstract: 本公开的一方面涉及一种异常识别的方法，包括收集用户的信息；将所述用户的信息组织成知识，所述知识包括所述用户与信息、或者信息与信息之间的关系；基于组织出的知识来构建知识图谱，所述知识图谱包括对应于所述用户和每一项信息的信息节点，并且包括对应于相应关系的边；用基于空域的图卷积网络对所述知识图谱进行建模以获得模型；以及训练所述模型基于对所述知识图谱的图卷积计算来判断所述用户是否异常。本公开还涉及其他相关方面。

公开(公告)号：CN118628111A

公开(公告)日：2024-09-10

申请号：CN202410726903.1

申请日：2024-06-05

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 张晓旭 ,  黄超敏 ,  曾庆瑜 ,  赵朗琦 ,  舒慧珍 ,  宋博文

IPC: G06Q20/40 ,  G06F18/24

Abstract: 本说明书一个或多个实施例公开了一种风险识别方法及装置。该方法首先根据预设的风险特征因子对目标用户进行风险预判，确定目标用户对应的风险类型，其次，如果基于目标用户对应的风险类型无法确定目标用户是否存在预设风险，则基于目标用户对应的风险类型和目标用户的场景信息确定针对目标用户所需采用的信息采集方式，并基于所确定的信息采集方式获取目标用户的身份信息和/或交易行为信息，通过信息采集方式所采集的信息包括语音信息、文本信息、图像信息中的一种或多种，最后基于所获取的目标用户的身份信息和/或交易行为信息，确定目标用户是否存在预设风险。

公开(公告)号：CN116127033A

公开(公告)日：2023-05-16

申请号：CN202211682528.2

申请日：2022-12-27

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 舒慧珍 ,  刘丹丹 ,  段伟 ,  方拓远 ,  付子圣 ,  靳如一 ,  张天翼

IPC: G06F16/332 ,  G06F40/20 ,  G06F18/22 ,  G06F18/214 ,  G06N3/045 ,  G06N3/08 ,  G06N3/084

Abstract: 本说明书实施例提供了一种网络违法行为用户的识别方法及对应装置，涉及机器学习技术领域。其中方法包括：获取待识别用户的N1个次对象提供的针对预测问题的回复信息，所述次对象为与所述待识别用户存在预设行为关系的用户，所述N1为大于或等于2的正整数；利用一致性检测模型获取所述N1个次对象提供的回复信息的一致性程度；依据所述一致性程度，确定所述待识别用户是否为网络违法行为用户。通过本申请可以提高识别网络违法行为用户的准确度。

公开(公告)号：CN115048535A

公开(公告)日：2022-09-13

申请号：CN202210768073.X

申请日：2022-06-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 舒慧珍 ,  张天翼 ,  刘丹丹 ,  黄超敏 ,  曹琳

IPC: G06F16/36 ,  G06F16/28 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开的一方面涉及一种异常识别的方法，包括收集用户的信息；将所述用户的信息组织成知识，所述知识包括所述用户与信息、或者信息与信息之间的关系；基于组织出的知识来构建知识图谱，所述知识图谱包括对应于所述用户和每一项信息的信息节点，并且包括对应于相应关系的边；用基于空域的图卷积网络对所述知识图谱进行建模以获得模型；以及训练所述模型基于对所述知识图谱的图卷积计算来判断所述用户是否异常。本公开还涉及其他相关方面。

公开(公告)号：CN114648343A

公开(公告)日：2022-06-21

申请号：CN202210230172.2

申请日：2022-03-07

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 刘丹丹 ,  舒慧珍 ,  张晓旭 ,  曹琳 ,  张天翼

IPC: G06Q30/00 ,  G06Q30/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供一种基于强化学习模型的用户信息收集方法及装置，强化学习模型包括策略网络，方法包括：在与目标用户的通话过程中，获取当前环境状态，当前环境状态至少基于其对应的前N轮对话内容确定，各轮对话内容包括，历史信息收集问题和所述目标用户的历史用户反馈；将当前环境状态，输入策略网络，得到当前环境状态下，备选问题集中各备选信息收集问题对应的Q值，备选问题集基于历史用户反馈和预设知识库确定，预设知识库包括，历史用户反馈中指定类型内容与各信息收集问题的映射关系；从备选问题集中，选取所对应Q值最大的备选信息收集问题，作为目标信息收集问题；输出目标信息收集问题，供目标用户针对目标信息收集问题反馈。