-
公开(公告)号：CN117808597A
公开(公告)日：2024-04-02
申请号：CN202410211543.1
申请日：2024-02-26
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例涉及一种生成风险规则的方法及装置，所述方法包括：首先，从预先形成的与交易相关的知识图谱中采样出多个目标节点对，任一目标节点对的两个节点所代表的用户和/或交易之间具有特定的风险类别。然后，生成符合目标规则范式的多个候选风险规则，其中包括属性规则范式，用于定义基于头节点和/或尾节点的属性值的约束规则。接下来，对于任一目标节点对，将所述多个候选风险规则应用于所述目标节点对，得到各个候选风险规则是否命中所述目标节点对的匹配结果集。最后，基于所述匹配结果集，从所述多个候选风险规则中选择若干目标风险规则，用于判断待预测的两个节点所代表的用户和/或交易之间是否具有所述风险类别。
-
公开(公告)号：CN117351324B
公开(公告)日：2024-03-01
申请号：CN202311647324.X
申请日：2023-12-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/82 , G06V30/19 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本公开提供一种通过神经网络模型进行文档图像处理的方法及装置，神经网络模型预先通过整体训练得到，其中至少包括匹配预测网络和逻辑交互网络，方法包括：从包含文档内容的目标图像中识别出多个文字；对于多个文字中任意两个文字构成的文字组合，使用匹配预测网络，得到文字组合属于同一语义字段的第一概率；在逻辑交互网络中，根据与文档理解相关的若干条约束规则，更新各个文字组合对应的第一概率，得到各个文字组合对应的第二概率；基于各个文字组合对应的第二概率，确定多个文字各自所属的语义字段。该实施方式使用包括约束规则的神经网络模型确定文档图像中多个文字各自所属(56)对比文件孙忠严.“逻辑规则增强的中医实体表示学习与应用研究”《.中国优秀硕士学位论文全文数据库 医药卫生科技辑》.2023,第2023年卷(第10期),第E056-3页.Rinon Gal et.al..“Cardinal graphconvolution framework for documentinformation extraction”《.Proceedings ofthe ACM Symposium on Document Engineering2020》.2020,第7卷第1–11页.张雪;孙宏宇;辛东兴;李翠平;陈红.自动术语抽取研究综述.软件学报.2020,(第07期),第136-168页.
-
公开(公告)号：CN117350351A
公开(公告)日：2024-01-05
申请号：CN202311645094.3
申请日：2023-12-04
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例中提供了一种包括用户响应预测系统的训练方法，系统包括行为预测模型、干预表征模型、特征映射模型和倾向预测模型。方法包括获取样本，样本中包括用户特征，对用户施加的第一干预和施加第一干预后用户做出的第一响应；将用户特征输入已训练的行为预测模型，得到第二响应；将第一干预输入干预表征模型，得到干预表征；将用户特征分别输入特征映射模型和倾向预测模型，得到映射特征和倾向性特征；基于干预表征、映射特征和倾向性特征，对第二响应进行修正，得到第三响应；基于根据第一响应和第三响应的差异而确定的第一损失和根据倾向性特征和第一干预表征的差异而确定的第二损失，训练干预表征模型、特征映射模型和倾向预测模型。
-
公开(公告)号：CN117077792A
公开(公告)日：2023-11-17
申请号：CN202311325368.0
申请日：2023-10-12
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基于知识图谱生成提示数据的方法及装置。在该方法中，可以通过多种方式获取相互匹配的推理规则和实例子图，实例子图来自知识图谱，知识图谱中包含隐私数据。推理规则包括推理条件和推理结果。基于该推理规则构建问答模板，问答模板包括问题模板和答案模板，答案模板包括原因模板和结果模板。问题模板和结果模板通过对推理规则中的推理结果进行文本转换得到，原因模板通过对推理规则中的推理条件进行文本转换得到。基于问答模板和实例子图的结合可以生成目标文本，该目标文本则包括问题文本和答案文本，答案文本包括原因文本和结果文本。该目标文本作为提示数据可以用于调整语言模型。
-
公开(公告)号：CN111400481A
公开(公告)日：2020-07-10
申请号：CN202010410108.3
申请日：2020-05-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332
Abstract: 本说明书实施例提供一种针对多轮对话生成回复语句的方法和装置，方法包括：获取历史上下文；对历史上下文基于注意力机制进行编码，得到历史上下文对应的上下文向量，以及历史上下文对应的第一分词序列的编码注意力分布；对候选知识集合中的各候选知识基于注意力机制进行编码，得到候选知识集合对应的知识融合向量，以及候选知识集合对应的第二分词序列的知识注意力分布；针对回复语句进行逐词预测，其中每次预测包括：对于扩充词表中每个候选词，得到将该候选词作为下一个词的预测概率；扩充词表包括，用于生成候选词的初始词表，第一分词序列中各分词，以及第二分词序列中各分词。在针对多轮对话生成回复语句时能够处理词汇不足单词。
-
Patent Agency Ranking
公开(公告)号：CN111309823A
公开(公告)日：2020-06-19
申请号：CN202010089110.5
申请日：2020-02-12
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用于知识图谱的数据预处理方法和装置，在确定知识图谱中的节点及连接关系类别的向量表达时，以三元组中首节点对应的第一节点向量与首节点和尾节点之间的连接关系类别对应的第一关系向量的哈达玛积融合得到中间向量，并将中间向量与尾节点对应的第二节点向量的距离作为参考评价指标，基于对正负样本在参考评价指标上的取值的调整，更新相应的节点向量及关系向量。这种方式在节约参数的基础上，能够同时表达诸如对称关系、相反关系、组合关系等常见关联关系，提升知识图谱的表达能力。
-
公开(公告)号：CN113886605B
公开(公告)日：2025-01-24
申请号：CN202111243147.X
申请日：2021-10-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/025 , G06F16/36 , G06F16/353 , G06F40/295 , G06F40/30
Abstract: 本说明书实施例提供了一种知识图谱处理方法和系统，方法包括：基于目标业务域涉及的一个或多个实体类型从共享知识图谱中选取若干节点及其边，得到目标子图谱；所述共享知识图谱基于一个或多个业务域的知识图谱融合得到；对所述目标子图谱进行处理，以提取一种或多种图谱特征，所述图谱特征包括以下中的部分或全部：节点表征向量、边表征向量、图结构特征、图谱中文本信息的语义特征、图谱规则特征；将所述图谱特征提供给目标业务域的目标数据处理任务；其中，所述图谱特征用于与任务定制化特征一同作为所述目标数据处理任务的输入特征，以实现目标数据处理任务。
-
公开(公告)号：CN117808597B
公开(公告)日：2024-07-30
申请号：CN202410211543.1
申请日：2024-02-26
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例涉及一种生成风险规则的方法及装置，所述方法包括：首先，从预先形成的与交易相关的知识图谱中采样出多个目标节点对，任一目标节点对的两个节点所代表的用户和/或交易之间具有特定的风险类别。然后，生成符合目标规则范式的多个候选风险规则，其中包括属性规则范式，用于定义基于头节点和/或尾节点的属性值的约束规则。接下来，对于任一目标节点对，将所述多个候选风险规则应用于所述目标节点对，得到各个候选风险规则是否命中所述目标节点对的匹配结果集。最后，基于所述匹配结果集，从所述多个候选风险规则中选择若干目标风险规则，用于判断待预测的两个节点所代表的用户和/或交易之间是否具有所述风险类别。
-
公开(公告)号：CN117973477A
公开(公告)日：2024-05-03
申请号：CN202311873775.5
申请日：2023-12-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/08 , G06N3/042 , G06N3/045 , G06F18/241 , G06F18/27
Abstract: 本说明书实施例提供一种利用动态图谱训练神经网络模型的方法和装置，方法包括：获取目标动态图谱和对应的标签；对图谱的空间结构和/或时间进行扰动，得到若干个扰动图谱；将任一扰动图谱输入神经网络模型，通过第一注意力层得到其对应的本质模式表征，通过第二注意力层得到其对应的非本质模式表征，通过第一输出层基于该本质模式表征和非本质模式表征得到第一预测结果；基于任一扰动图谱对应的第一预测结果和标签，得到第一单次预测损失；以总损失函数的函数值最小化为训练目标，对神经网络模型进行训练；总损失函数包括第一损失函数，其函数值表征若干个扰动图谱分别对应的第一单次预测损失之间的差异。能够提升模型性能。
-
公开(公告)号：CN113705818B
公开(公告)日：2024-04-19
申请号：CN202111023551.6
申请日：2021-08-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/20 , G06F18/214 , G06N7/01 , G06Q20/08 , G06F123/02
Abstract: 本说明书实施例提供一种对支付指标波动进行归因的方法。该方法包括：首先，获取多个训练样本，其中各个训练样本包括在对应的时间切片下，与支付相关的多个因子的多个因子值以及支付指标的指标值；接着，利用所述多个训练样本构建第一贝叶斯网络，以及针对所述多个因子中任一的目标因子，将第一训练样本中对应的第一因子值替换为第二训练样本中对应的第二因子值，得到第一反事实样本；进一步，基于该第一贝叶斯网络处理该第一反事实样本，得到针对所述支付指标的第一预测结果；然后，基于所述第一预测结果和所述第二训练样本中对应所述支付指标的第二指标值，确定所述目标因子针对所述支付指标的影响系数。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.038 seconds)
