-
公开(公告)号:CN110688678B
公开(公告)日:2021-07-30
申请号:CN201910926944.4
申请日:2019-09-27
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应用于区块链的数据处理方法、装置及设备,所述方法包括:获取目标用户在执行预定工作过程中检测到的目标数据,所述目标数据包括所述目标用户在执行预定工作过程中的环境数据、所述目标用户的行为数据和所述目标用户在执行预定工作过程中的网络连接信息中的一项或多项;根据预定的检测规则和所述目标数据,对所述目标用户执行预定工作的过程进行真实性检测,以确定所述目标用户执行预定工作的过程是否真实;如果确定所述目标用户执行预定工作的过程真实,则将所述目标数据中所述目标用户执行预定工作的数据存储到预定的区块链节点。
-
公开(公告)号:CN118410156B
公开(公告)日:2024-11-05
申请号:CN202410888561.3
申请日:2024-07-03
Applicant: 支付宝(杭州)信息技术有限公司
Inventor: 蔡鸿博
IPC: G06F16/332 , G06F16/36 , G16H50/20 , G06F18/214 , G06F18/2415
Abstract: 本申请一个或多个实施例提供一种基于大语言模型的医疗问答方法和装置,该方法包括:获取用户输入的查询文本,并针对查询文本进行特征抽取,以从查询文本中抽取出查询疾病特征集合;基于用于表示疾病和疾病特征之间的关联关系的二分图,确定与查询疾病特征集合相关的候选疾病集合,并计算具有查询疾病特征时被诊断为各个候选疾病的概率;基于具有查询疾病特征时被诊断为各个候选疾病的概率,从候选疾病集合中确定出确认疾病;将确认疾病输入大语言模型,以由大语言模型基于确认疾病生成答案文本,并将答案文本向用户进行输出。
-
公开(公告)号:CN119202711A
公开(公告)日:2024-12-27
申请号:CN202411216109.9
申请日:2024-08-30
Applicant: 支付宝(杭州)信息技术有限公司
Inventor: 蔡鸿博
IPC: G06F18/214 , G06F18/21 , G06N3/045 , G16H50/70 , G06N5/04
Abstract: 本申请一个或多个实施例提供一种大语言模型的训练样本生成方法和装置,所述方法包括:获取包含具有的疾病特征和被诊断的疾病的医疗数据,并获取各种疾病及其对应的疾病特征;基于所述医疗数据,以及各种疾病及其对应的疾病特征,生成训练样本集及其标签;训练样本包括用于指示是否具有与目标疾病对应的疾病特征的数据,所述训练样本的标签用于指示是否被诊断为所述目标疾病;基于机器学习模型在所述训练样本集上进行交叉验证,得到所述机器学习模型针对所述训练样本集的预测结果;基于所述标签和所述预测结果,从所述训练样本集中筛选出所述预测结果和所述标签匹配的高质量训练样本;所述高质量训练样本用于对大语言模型进行有监督的微调。
-
公开(公告)号:CN119166776A
公开(公告)日:2024-12-20
申请号:CN202411224895.7
申请日:2024-09-02
Applicant: 支付宝(杭州)信息技术有限公司
Inventor: 蔡鸿博
IPC: G06F16/332 , G06F18/214 , G16H80/00 , G06N3/0455 , G06N5/04 , G06N3/09 , G06N3/088 , G06N3/0895 , G06N3/084
Abstract: 本申请一个或多个实施例提供一种基于大语言模型的医疗对话文本生成方法和装置,所述方法包括:获取第一类医疗对话文本,并针对第一类医疗对话文本进行特征抽取,以从第一类医疗对话文本中抽取出第一类医疗特征集合;其中,医疗对话文本包括医疗咨询过程中的问题文本和答案文本;获取医疗记录文本,并针对医疗记录文本进行特征抽取,以从医疗记录文本中抽取出第二类医疗特征集合;基于第一类医疗特征集合和第一类医疗对话文本生成训练样本,并基于训练样本对第一大语言模型进行微调,得到对话生成大模型;将第二类医疗特征集合输入对话生成大模型,由对话生成大模型基于第二类医疗特征集合生成第二类医疗对话文本。
-
公开(公告)号:CN113672996B
公开(公告)日:2024-03-29
申请号:CN202111087336.2
申请日:2019-09-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/64 , G06Q30/018
Abstract: 本说明书实施例公开了一种应用于区块链的数据处理方法、装置及设备,所述方法包括:获取目标用户在执行预定工作过程中检测到的目标数据,所述目标数据包括所述目标用户在执行预定工作过程中的环境数据、所述目标用户的行为数据和所述目标用户在执行预定工作过程中的网络连接信息中的一项或多项;根据预定的检测规则和所述目标数据,对所述目标用户执行预定工作的过程进行真实性检测,以确定所述目标用户执行预定工作的过程是否真实;如果确定所述目标用户执行预定工作的过程真实,则将所述目标数据中所述目标用户执行预定工作的数据存储到预定的区块链节点。
-
公开(公告)号:CN118098646B
公开(公告)日:2024-09-03
申请号:CN202410523905.0
申请日:2024-04-28
Applicant: 支付宝(杭州)信息技术有限公司
Inventor: 蔡鸿博
Abstract: 本说明书实施例提供一种在线问诊服务的提供方法,涉及在目标会话中与用户进行若干轮次对话,其中任一轮次对话包括:首先,利用训练好的信息抽取模型处理用户在本轮输入的咨询内容,得到本轮抽取特征,用于更新所述目标会话对应的已抽取特征集合;然后,利用训练好的决策模型处理本轮更新后的已抽取特征集合,得到本轮决策结果;接着,在判断出本轮对话满足预设反问条件的情况下,根据所述本轮决策结果确定待反问用户的若干特征项;之后,利用训练好的对话模型处理所述若干特征项,得到针对所述咨询内容的回复内容。
-
公开(公告)号:CN110852427B
公开(公告)日:2021-04-02
申请号:CN202010039269.6
申请日:2020-01-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/04 , G06N3/08 , G06F16/2458 , G06F16/27 , G06Q50/18
Abstract: 本说明书一个或多个实施例提供一种取证环境验证方法和装置、电子设备,应用于取证终端,包括:获取在验证时间段内由取证终端搭载的传感器采集到的传感数据,并基于传感数据生成按照采集时刻排序的传感序列数据;将传感序列数据输入至基于若干被标注了用户行为的传感序列数据样本训练出的时间序列模型进行计算,以得到取证人员在验证时间段内的用户行为,并基于用户行为生成按照发生时刻排序的第一序列;将第一序列发送至服务端,以由服务端将第一序列与通过对取证终端获取到的取证人员在验证时间段内的取证环境记录信息进行数据分析得到的取证人员的第二序列进行匹配,并在第一序列与第二序列匹配时,确定取证人员的取证环境验证通过。
-
公开(公告)号:CN110852427A
公开(公告)日:2020-02-28
申请号:CN202010039269.6
申请日:2020-01-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/04 , G06N3/08 , G06F16/2458 , G06F16/27 , G06Q50/18
Abstract: 本说明书一个或多个实施例提供一种取证环境验证方法和装置、电子设备,应用于取证终端,包括:获取在验证时间段内由取证终端搭载的传感器采集到的传感数据,并基于传感数据生成按照采集时刻排序的传感序列数据;将传感序列数据输入至基于若干被标注了用户行为的传感序列数据样本训练出的时间序列模型进行计算,以得到取证人员在验证时间段内的用户行为,并基于用户行为生成按照发生时刻排序的第一序列;将第一序列发送至服务端,以由服务端将第一序列与通过对取证终端获取到的取证人员在验证时间段内的取证环境记录信息进行数据分析得到的取证人员的第二序列进行匹配,并在第一序列与第二序列匹配时,确定取证人员的取证环境验证通过。
-
公开(公告)号:CN110688678A
公开(公告)日:2020-01-14
申请号:CN201910926944.4
申请日:2019-09-27
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应用于区块链的数据处理方法、装置及设备,所述方法包括:获取目标用户在执行预定工作过程中检测到的目标数据,所述目标数据包括所述目标用户在执行预定工作过程中的环境数据、所述目标用户的行为数据和所述目标用户在执行预定工作过程中的网络连接信息中的一项或多项;根据预定的检测规则和所述目标数据,对所述目标用户执行预定工作的过程进行真实性检测,以确定所述目标用户执行预定工作的过程是否真实;如果确定所述目标用户执行预定工作的过程真实,则将所述目标数据中所述目标用户执行预定工作的数据存储到预定的区块链节点。
-
公开(公告)号:CN118969328A
公开(公告)日:2024-11-15
申请号:CN202411095251.2
申请日:2024-04-28
Applicant: 支付宝(杭州)信息技术有限公司
Inventor: 蔡鸿博
Abstract: 本说明书实施例提供一种在线问诊服务的提供方法,涉及在目标会话中与用户进行若干轮次对话,其中任一轮次对话包括:首先,利用训练好的信息抽取模型处理用户在本轮输入的咨询内容,得到本轮抽取特征,用于更新所述目标会话对应的已抽取特征集合;然后,利用训练好的决策模型处理本轮更新后的已抽取特征集合,得到本轮决策结果;接着,在判断出本轮对话满足预设反问条件的情况下,根据所述本轮决策结果确定待反问用户的若干特征项;之后,利用训练好的对话模型处理所述若干特征项,得到针对所述咨询内容的回复内容。
-
-
-
-
-
-
-
-
-