-
公开(公告)号：CN112052323A
公开(公告)日：2020-12-08
申请号：CN202010952296.2
申请日：2020-05-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06F16/335 , H04L12/58
Abstract: 本说明书提供的群聊机器人自主应答的方法和系统，在接收到所述目标通讯群中的目标用户发送的输入语句后，基于输入语句和预设的知识库生成一个与输入语句匹配的目标，并将所述目标答案发送给目标客户端或包括目标客户端在内的第二组客户端，以降低对其他用户的影响。所述方法不仅可以主动对用户提出的问题进行回答，同时又不会对群聊中的其他用户造成干扰，在提升工作效率的同时，又可以提升用户体验。
-
公开(公告)号：CN111737443A
公开(公告)日：2020-10-02
申请号：CN202010818292.5
申请日：2020-08-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/335 , G06F16/338
Abstract: 本说明书提供了答案文本的处理方法和装置、关键文本的确定方法。在一个实施例中，基于上述答案文本的数据处理方法，通过先从预设的知识库中确定出与目标问题匹配的答案文本作为目标答案文本；再通过从目标答案文本中识别确定出与目标问题关联性较强且用户关注度较高的关键文本，并在目标答案文本中标注出上述关键文本；进而可以在向用户所展示的目标答案文本中标识出上述关键文本，使得用户可以方便、高效地读取到目标答案文本中用户所需要的、价值较高的关键信息。
-
公开(公告)号：CN111737439A
公开(公告)日：2020-10-02
申请号：CN202010757542.9
申请日：2020-07-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06N20/00
Abstract: 一种问题生成方法及装置，该方法包括：将原始问题样本和目标问题样本作为训练样本，对由机器阅读模型和评分函数构成的判别器进行逆强化学习训练；其中，所述目标问题样本，为将所述原始问题样本输入问题生成模型生成的语义相似的问题；将所述评分函数输出的重合度评分作为回报，将所述原始问题样本作为训练样本，对由所述问题生成模型构成的生成器进行强化学习训练，以进一步形成所述生成器和所述判别器之间的，以所述目标问题样本作为与所述原始问题样本对应的对抗样本的对抗训练；对抗训练完成的问题生成模型即可用于语义相似的目标问题的生成。
-
公开(公告)号：CN111444308B
公开(公告)日：2020-09-18
申请号：CN202010535282.0
申请日：2020-06-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/31 , G06F16/332 , G06F40/216 , G06F40/30 , G06N20/00
Abstract: 本说明书的实施例公开了一种模拟用户发言的方法和系统，所述方法包括：获取待模拟对话，基于待模拟对话确定检索项，检索项至少包括：待模拟对话任意一轮的用户意图、待模拟对话任意一轮的客服响应策略和待模拟对话的最新客服发言；将检索项和索引库中对应的索引内容分别进行匹配，获取匹配结果；索引库中包含多组索引，多组索引基于多个历史对话上文生成，多组索引中任意一组的索引内容至少包括：历史最新客服发言、历史最新用户发言、历史客服响应策略链路和历史用户意图链路；基于匹配结果，确定多组索引中所述历史最新用户发言的分数；将分数满足预设条件的历史最新用户发言，作为待模拟对话的用户的后续发言。
-
公开(公告)号：CN111160514B
公开(公告)日：2020-08-28
申请号：CN202010251489.5
申请日：2020-04-01
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/00
Abstract: 本说明书实施例公开了一种对话的方法和系统。所述对话的方法包括：获取对话上文；所述对话上文至少包括一句用户话语；基于所述对话上文确定对话当前状态；基于对话模型获取在所述对话当前状态基础上，一个或多个候选话术的收益分值；其中，所述对话模型为强化学习模型；基于收益分值从所述一个或多个候选话术中确定响应所述对话上文的目标话术。
-
Patent Agency Ranking
公开(公告)号：CN111522957A
公开(公告)日：2020-08-11
申请号：CN202010384233.1
申请日：2020-05-09
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F40/126 , G06F40/205 , G06F40/237 , G06F40/289
Abstract: 本说明书的实施例公开了一种短语分割模型的训练方法和系统，所述方法包括：基于公共知识库获取至少一个目标短语，目标短语包含至少两个词；基于目标短语从公共知识库中获取至少一个第一文本，第一文本包含目标短语；基于第一文本获取非目标短语，非目标短语为第一文本的一部分，且不同于目标短语；将目标短语和第一文本构成的文本对作为正样本，非目标样本和第一文本构成的文本对作为负样本；基于多组正样本和负样本训练得到短语分割模型。
-
公开(公告)号：CN111241412B
公开(公告)日：2020-08-07
申请号：CN202010329694.9
申请日：2020-04-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F16/36
Abstract: 本说明书实施例公开了一种确定用于信息推荐的图谱的方法、系统、及装置。所述方法包括：获取构建目标图谱的多个节点；所述节点至少包括词语节点，以及知识点节点；若所述节点为词语节点，将该节点对应的词语的向量表示作为该节点的向量表示；若所述节点为知识点节点，基于与所述知识点节点相关的词语的向量表示，确定对应于所述知识点节点的向量表示；对于任意两个节点：基于所述两个节点的类型，确定所述两个节点之间的边权，并将所述边权作为所述两个节点之间的关联关系；基于节点的向量表示，以及节点与节点之间的关联关系，进行至少一轮图聚合迭代，以更新所述图谱中节点的向量表示。
-
公开(公告)号：CN111340218A
公开(公告)日：2020-06-26
申请号：CN202010113810.3
申请日：2020-02-24
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训练问题识别模型的方法和系统，所述方法包括：获取多个第一文本和多个第二文本，所述第一文本和所述第二文本分别为问题类文本和非问题类文本；生成模型基于所述第一文本与所述第二文本之间的相似度，为所述第一文本选择满足第一预设条件的至少一个所述第二文本，生成至少一个文本对；将所述文本对输入初始问题识别模型进行训练，训练得到目标问题识别模型。
-
公开(公告)号：CN111309887A
公开(公告)日：2020-06-19
申请号：CN202010114332.8
申请日：2020-02-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06Q30/00
Abstract: 本说明书实施例公开了一种训练文本关键内容提取模型的方法及系统，所述方法包括：获取多个问题答案对，所述问题答案对包括问题和所述问题对应的答案；从所述多个问题答案对中选取目标问题答案对，并选取其他与所述目标问题答案对不同的问题答案对中的答案作为干扰答案；拼接所述目标问题答案对中的目标答案与所述干扰答案得到拼接答案，将所述拼接答案与所述目标问题答案对中的目标问题作为一组训练样本；所述目标答案为与所述目标问题对应的文本关键内容；所述训练样本的标识为所述目标答案在所述拼接答案中的起点和终点位置；基于多组所述训练样本训练得到文本关键内容提取模型。
-
公开(公告)号：CN111291738A
公开(公告)日：2020-06-16
申请号：CN202010384142.8
申请日：2020-05-09
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06K9/00 , G06K9/62 , G06F16/958
Abstract: 本申请的一个或多个实施例提出前端页面图像中的元素提取方法、装置及电子设备。上述方法包括，响应于元素提取指令，将接收的目标前端页面图像的图像数据输入元素检测模型进行计算，得到与上述目标前端页面图像包括的元素对应的元素图像数据。确定上述元素的元素类型。如果上述元素为文本元素，则进一步确定上述文本元素的文字内容数据，并存储上述文字内容数据以完成针对上述目标前端页面图像的元素提取。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.061 seconds)
