-
公开(公告)号:CN112199950B
公开(公告)日:2025-02-25
申请号:CN202011111486.8
申请日:2020-10-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/284 , G06F40/216 , G06F16/35 , G06F16/355 , G06N3/0464 , G06N3/0442 , G06N3/084
Abstract: 本说明书实施例提供了一种用于事件检测的网络训练方法及装置。其中包括动态感知网络和目标反馈网络。动态感知网络包含顺序排列的多个备选的计算层,在对动态感知网络进行训练时,针对获取的样本文本中的任意一个词,从动态感知网络中逐渐增加地选择前若干个计算层,并通过前若干个计算层和该词的初始特征向量确定该词的中间特征向量,基于第一分类器和该词的中间特征向量确定第一预测标签,当第一预测标签与对应的标注标签的第一差异小于第一预设阈值时,将前若干个计算层作为与该词对应的计算层,将该词的中间特征向量作为该词的第一特征向量,基于第一差异确定第一预测损失,向减小第一预测损失的方向,调整与该词对应的计算层中的模型参数。
-
公开(公告)号:CN116662498A
公开(公告)日:2023-08-29
申请号:CN202310507030.0
申请日:2023-05-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06F40/30 , G06F16/953 , G06N20/00
Abstract: 本说明书实施例提供一种内容审核方法,包括:从待审核的内容物料中提取用于审核的文本;提取所述文本中包含的关键词,以及与所述文本对应的语义信息;将所述关键词和所述语义信息,输入至预先训练完成的端到端的机器学习模型,以由所述端到端的机器学习模型输出内容审核结果。在上述过程中,通过结合关键词和语义信息,可以提高审核的准确率,同时由于采用了端到端的机器学习模型,可以节省人力,提高审核的效率。
-