-
公开(公告)号：CN115730233A
公开(公告)日：2023-03-03
申请号：CN202211338452.1
申请日：2022-10-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/24 , G06F18/25 , G06N3/04 , G06N3/0464 , G06Q30/0282
Abstract: 本说明书公开了一种数据处理方法、装置、可读存储介质以及电子设备，通过将获取到的用户数据输入到包含风险识别层和辅助识别层的分类模型中，得到风险识别层输出的该用户数据对应的风险类型，以及该辅助识别层输出的该投诉数据满足的风险条件，再根据确定出的风险类型和风险条件，确定该投诉数据对应的处理结果。本说明书中的数据处理方法，不仅能准确确定投诉数据对应的风险类型，还能给出该投诉数据满足的风险条件，以对得到的风险类型进行解释，提高了数据处理的准确率。
-
公开(公告)号：CN115643056A
公开(公告)日：2023-01-24
申请号：CN202211213698.6
申请日：2022-09-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种网络模型的防攻击能力测试方法及装置。在该方法中，服务平台执行可以提供自定义待测试的网络模型，自定义针对网络模型的自然测试集，自定义针对网络模型的攻击方式，以及自定义用于评估网络模型的防攻击效果的评估指标的功能。当确定待检测的网络模型以及自然测试集、攻击方式和评估指标之后，可以利用自然测试集，在攻击方式下确定网络模型输出的预测结果，并基于评估指标和预测结果，对网络模型的防攻击能力进行评估，得到评估结果。
-
公开(公告)号：CN115618962A
公开(公告)日：2023-01-17
申请号：CN202211276984.7
申请日：2022-10-18
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种模型训练的方法、业务风控的方法及装置。首先，获取各用户在历史上执行业务的业务数据，以构建各样本数据。而后，按照预设的混合方式，将至少两个样本数据对应的标签数据进行混合，得到混合标签数据。然后，将至少两个样本数据输入到待训练的预测模型中，以通过特征提取层从至少两个样本数据分别提取出业务特征，并输入到特征混合层，以按照混合方式将分别提取出的业务特征进行混合，得到混合特征，接着，将混合特征输入到预测层，以根据混合特征，得到第一预测结果。最后，以最小化第一预测结果与混合标签数据之间的偏差为优化目标，对特征提取层以及预测层进行训练。本方法可以提高预测模型确定出的预测结果的准确性。
-
公开(公告)号：CN115545720A
公开(公告)日：2022-12-30
申请号：CN202211508334.0
申请日：2022-11-29
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种模型训练的方法、业务风控的方法及装置，首先，获取用户的操作信息。其次，根据操作信息，确定在服务端上所产生的业务事件。而后，将操作信息输入到待训练的第一特征提取模型中，确定操作信息对应的操作特征，以及，将业务事件对应的事件信息输入到预设的第二特征提取模型中，确定业务事件对应的业务事件特征。最后，以最小化操作特征与业务事件特征之间的偏差为优化目标，对第一特征提取模型进行训练，第一特征提取模型用于从操作信息中提取操作特征，并将提取出的操作特征输入到风控模型，以使风控模型根据第一特征提取模型提取出的操作特征，进行业务风控。本方法可以降低服务器上的计算资源的消耗，提高业务风控的效率。
-
公开(公告)号：CN115543945A
公开(公告)日：2022-12-30
申请号：CN202211509870.2
申请日：2022-11-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/174 , G06N3/04
Abstract: 本说明书公开了一种模型压缩的方法、装置、存储介质及电子设备，可以获取待压缩模型，并确定该待压缩模型的模型结构参数，以及根据模型结构参数，确定针对待压缩模型的若干种压缩方案,而后，根据各种压缩方案，确定每种压缩方案对应的待评估模型，再针对每种压缩方案，根据预设的样本数据，确定该压缩方案对应的待评估模型处理该样本数据得到输出结果所消耗的数据处理时长，作为该压缩方案对应的数据处理时长，从而根据每种压缩方案对应的数据处理时长，确定目标压缩方案，并根据目标压缩方案，对待压缩模型进行压缩，从而提高通过神经网络模型执行业务的效率，保护用户的隐私数据。
-
Patent Agency Ranking
公开(公告)号：CN115129878B
公开(公告)日：2022-12-27
申请号：CN202211052703.X
申请日：2022-08-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F16/332
Abstract: 在本说明书提供的对话业务执行方法、装置、存储介质及电子设备中，可获取用户在上一回合输入的回复内容，并确定上一回合向用户发送的话术的话术种类；根据回复内容，在预先构建的意图库中确定用户的意图；将确定出的意图与话术种类的组合确定为当前逻辑组合；在预先构建的规则库中确定与当前逻辑组合匹配的规则；根据所述规则，确定当前回合要向用户发送的话术的话术种类；根据话术种类在预先构建的话术库中确定向用户发送的话术，并将确定出的话术发送给所述用户。在采用本方法执行对话业务时，可通过规则的形式确定出下一回合向用户发送的话术，当需要修改对话逻辑时，只需要添加或修改特定的规则便可完成修改，极大地降低了更新维护的门槛。
-
公开(公告)号：CN114912549B
公开(公告)日：2022-12-13
申请号：CN202210807503.4
申请日：2022-07-11
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例描述了风险交易识别模型的训练方法、风险交易识别方法和装置。根据实施例的方法，在对风险交易识别模型进行训练时，获取到的黑数据样本和白数据样本的分类标签是已知的。通过利用当前训练的风险交易识别模型对各数据样本进行识别能够得到各自的识别结果，进而可以确定出损失函数，并利用该损失函数继续进行模型训练。由于确定的损失函数是能够提高黑数据样本的学习权重的，从而当用于模型学习的黑数据样本少于白数据样本时，能够减弱学习任务向白数据样本的分类标签倾斜的问题，进而提高模型对风险交易进行识别的准确性。
-
公开(公告)号：CN115455166A
公开(公告)日：2022-12-09
申请号：CN202211168324.7
申请日：2022-09-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F40/35 , G06N3/04 , G06N3/08
Abstract: 本说明书公开了一种智能对话系统异常检测的方法、装置、介质及设备，通过获取历史会话数据，确定历史会话数据中的交互信息，作为训练样本，并根据每轮交互中用户是否存在异常行为，确定训练样本的标注。然后，将各轮交互的训练样本输入待训练的检测模型，确定待训练的检测模型输出的检测结果，以各训练样本的检测结果与各训练样本的标注之间的差异最小为优化目标，训练待训练的检测模型。当接收交互检测请求时，基于交互检测请求中携带的待检测会话数据，确定各轮交互信息，将各轮交互信息输入到训练得到的检测模型，确定各轮交互的检测结果，并展示。该方法可以更准确的定位智能对话系统的异常，提高对智能对话系统优化精确度，节约了成本。
-
公开(公告)号：CN113313404B
公开(公告)日：2022-12-06
申请号：CN202110662087.9
申请日：2021-06-15
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生成对抗样本的方法和装置，其中方法包括，首先获取目标风险样本的原始样本特征以及风险检测模型。针对该目标风险样本，在预定特征空间中，确定预定数目T个基准方向；依次按照T个基准方向中的不同基准方向，以预设的第一步长，执行若干轮特征变换，直到得到第一变换特征，其中风险检测模型针对该第一变换特征的预测值落入非风险样本对应的预定区间。然后，针对该第一变换特征，沿最后一次特征变换方向的逆向，以依次增大的回退幅度执行若干次回退操作，直到得到第二变换特征，该风险检测模型针对第二变换特征的预测值达到前述预定区间的边界。于是，可以根据该第二变换特征，形成目标风险样本对应的对抗样本。
-
公开(公告)号：CN115269809A
公开(公告)日：2022-11-01
申请号：CN202211135890.8
申请日：2022-09-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , A63F13/87 , G06K9/62
Abstract: 本说明书实施例描述了意图识别模型的训练方法和装置及意图识别方法和装置。根据实施例的方法，可以在模型训练的前几轮弱化对特定问题的训练，然后利用前几轮训练的意图识别模型可以找出需要进行区分的回答所对应的意图。进一步通过对这些意图的标签进行重置后再训练意图识别模型，能够使得训练得到的意图识别模型对特定问题的回答也具有较好的识别效果，从而达到提高意图识别准确性的目的。
-
-
-
-
-
-
-
-
-
Search Results
500
records
(took 0.059 seconds)
