-
公开(公告)号：CN112949315A
公开(公告)日：2021-06-11
申请号：CN202110189520.1
申请日：2021-02-19
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种基于文本生成网络生成用户描述文本的方法和装置，方法包括：将目标用户的各项特征输入第一编码器，通过第一编码器获取各项特征分别对应的各初始用户特征向量，基于自注意力机制进行编码，得到编码状态向量；将编码状态向量输入检索模型，通过检索模型从人工知识库中检索出K个语句，确定K个语句包含的各个字对应的字编码向量，根据解码器的输出反馈向量以及字编码向量确定各注意力系数，并根据各注意力系数对各字编码向量进行加权求和，得到语义表征向量；将编码状态向量、语义表征向量输入解码器，通过解码器生成目标用户的用户描述文本，解码器的隐藏状态作为输出反馈向量。能够提升得到的文本质量。
-
公开(公告)号：CN112528653A
公开(公告)日：2021-03-19
申请号：CN202011398845.2
申请日：2020-12-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/289
Abstract: 本公开提供了一种短文本实体识别方法，包括：获取短文本并对该短文本进行分词；对经分词的短文本进行词向量训练，以生成词向量序列；基于对抗性框架对该词向量序列中的各个词向量进行词性表征学习，以获取该词向量的词性特征；提取该词向量序列中的各个词向量的局部上下文特征以及各个词向量之间的全局语义特征；以及使用词性特征、局部上下文特征和全局语义特征识别实体。
-
公开(公告)号：CN111967565A
公开(公告)日：2020-11-20
申请号：CN202011147771.5
申请日：2020-10-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/02
Abstract: 本说明书实施例提供一种适用于在多方隐私保护下进行风险评估的神经网络系统，包括：适用于多方分布式部署的第一神经网络模型和第二神经网络模型；其中第一神经网络模型包括对应于第一用户的N个属性字段的N个子模型，用于获取对应的属性字段在T个操作事件的T个字段值，对其分别进行编码，得到T个特征向量，再对该T个特征向量进行第一向量组合，得到该属性字段对应的属性嵌入向量，其中第一向量组合包括涉及K个特征向量相乘的K阶向量间组合运算，K＞=2；第二神经网络模型用于，对该N个子模型输出的N个属性嵌入向量进行第二向量组合，得到该第一事件序列对应的第一嵌入向量，进而基于该第一嵌入向量确定与该第一用户相关的风险评估结果。
-
公开(公告)号：CN111711618A
公开(公告)日：2020-09-25
申请号：CN202010489800.X
申请日：2020-06-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L29/06
Abstract: 本申请公开了一种风险地址识别方法、设备和装置，该方法包括：获取待识别地址数据；将所述待识别地址数据通过第一预设模型划分为多个字符组；确定划分后的每个字符组对应的词嵌入向量；将每个字符组对应的词嵌入向量输入风险地址识别网络模型，得到所述待识别地址数据是否为风险地址。
-
公开(公告)号：CN111507461A
公开(公告)日：2020-08-07
申请号：CN202010287390.0
申请日：2020-04-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种可解释性信息确定方法及装置，该方法首先获取目标对象对应的二维数据表，然后将二维数据表输入预先训练的卷积神经网络，提取各项事件特征的累积特征的特征值，得到至少一张第一特征图，下游网络进行下游卷积处理，获得全局特征；基于全局特征可计算出风险分数值，接下来针对全局特征，执行反卷积算法，得到第二特征图，第二特征图与第一特征图对应，根据第二特征图，可确定导致风险分数值的累积特征，作为可解释性信息。该方法无需产生扰动样本也可确定可解释性信息，不受扰动样本限制，且信息精度较高。
-
Patent Agency Ranking
公开(公告)号：CN111476508A
公开(公告)日：2020-07-31
申请号：CN202010410307.4
申请日：2020-05-15
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种目标操作的风险识别方法，所述方法可以包括:获取所述目标操作的信息；所述目标操作的信息至少包括与所述目标操作相关的至少一个目标实体；以及基于风险识别引擎对所述至少一个目标实体进行匹配识别，并根据匹配识别结果判断所述目标操作的风险。所述风险识别引擎可以包括实体关系网络和判断单元，所述实体关系网络可以包括预设实体以及与所述预设实体存在预设关联关系的关联实体；所述判断单元可以用于基于所述实体关系网络判断所述目标操作的风险。
-
公开(公告)号：CN111310456A
公开(公告)日：2020-06-19
申请号：CN202010090933.X
申请日：2020-02-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/284 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08 , G06N20/00 , G06Q40/04
Abstract: 本说明书实施例提供一种实体名称匹配方法、装置及设备。方案包括：获取待匹配实体名称；对待匹配实体名称进行分词，并将分词映射为向量，得到待匹配实体名称的词向量；采用基于自注意力机制的特征抽取器对每个词向量进行特征抽取，得到第一特征向量；再采用训练完成的条件随机场模型对第一特征向量进行序列标注，得到携带有域标签的第二特征向量，将第二特征向量输入到实体匹配模型中，得到匹配结果。
-
公开(公告)号：CN114675942B
公开(公告)日：2024-09-17
申请号：CN202210291861.4
申请日：2022-03-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F9/46 , G06F16/2455 , G06Q40/03
Abstract: 本公开提出了一种基于动态图的群体识别方法和系统。该方法包括：获取预定时间段内的事务数据集；基于该时间段和该事务数据集来构建动态图，其中该动态图中的每个节点映射成低维向量；基于该动态图中每个节点的低维向量来确定与事务数据在该动态图中的流向和流速相关的流转信息；基于该事务数据的流转信息来捕捉该动态图中具有异常流转模式的事务数据流；基于所捕捉的事务数据流来识别目标对象；以及基于该目标对象与其他对象的事务相关关系来识别目标群体。
-
公开(公告)号：CN118277248A
公开(公告)日：2024-07-02
申请号：CN202410160421.4
申请日：2024-02-04
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数据的风险检测方法、装置及设备，该方法包括：获取针对预设风险构建的第一提示信息和与所述第一提示信息对应的待检测的业务数据，所述第一提示信息中至少包括所述预设风险的检测任务信息和所述预设风险的检测规则的信息，将所述第一提示信息输入到代码生成大模型中，得到用于检测所述业务数据是否存在所述预设风险的风险检测代码，基于所述风险检测代码和所述业务数据，构建针对所述业务数据的一项或多项不同的风险检测逻辑，并基于每项所述风险检测逻辑和所述业务数据，确定每项所述风险检测逻辑对应的检测结果，基于每项所述风险检测逻辑对应的检测结果，确定所述业务数据是否存在所述预设风险的检测结果。
-
公开(公告)号：CN118260713A
公开(公告)日：2024-06-28
申请号：CN202410384289.5
申请日：2024-03-29
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多模态数据的融合方法、装置及设备，该方法包括：获取资源交易中风险防控业务的业务数据中包含的多种不同模态的模态数据，多种不同模态的模态数据中包含序列化模态的模态数据和非序列化模态的模态数据，将每种非序列化模态的模态数据分别输入到模态融合模型中的第一模态编码子模型中，得到对应的第一数据表征，获取序列化模态的模态数据对应的输入编码信息，并确定每个第一数据表征插入到输入编码信息中的位置对应的第二位置编码信息，基于每个第一数据表征和相应的第二位置编码信息，以及输入编码信息，生成输入序列编码信息，将输入序列编码信息输入到模态融合模型中的第二模态编码子模型中，得到对应的融合表征。
-
-
-
-
-
-
-
-
-
Search Results
152
records
(took 0.061 seconds)
