-
公开(公告)号：CN111400479A
公开(公告)日：2020-07-10
申请号：CN202010288411.0
申请日：2020-04-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/35 , G06F16/36 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例提供一种针对多轮对话的问题识别方法和装置，方法基于预先建立的知识图谱进行问题识别，知识图谱包括多个类型的节点，节点之间通过对应类型的连接边进行连接，方法包括：获取当前多轮对话的当前用户文本；通过要素预测模型输出当前用户文本中包括的第一业务要素和/或第一诉求要素；确定知识图谱中对应于当前用户文本的第一文本节点，对应于第一业务要素的第一业务节点和/或对应于第一诉求要素的第一诉求节点；在知识图谱中，以第一文本节点作为初始的当前节点，搜索下一跳节点，直到搜索到标准问句节点，返回对应的标准问句，作为当前用户文本的问题识别结果。能够使得针对多轮对话的问题识别结果具有可解释性。
-
公开(公告)号：CN111309914A
公开(公告)日：2020-06-19
申请号：CN202010138218.9
申请日：2020-03-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F16/332 , G06F40/279
Abstract: 本说明书实施例提供一种基于多个模型结果对多轮对话的分类方法和装置，方法包括：针对目标用户与机器人客服的多轮对话，提取各单轮用户文本；将各单轮用户文本和对应的第一组预测结果输入第一融合模型，得到多轮对话对应的第一融合结果，第一组预测结果通过若干分类模型和若干匹配模型得到，第一组预测结果和第一融合结果属于第一候选标签集合；获取对第二组预测结果进行融合处理得到的第二融合结果，第二组预测结果通过若干匹配模型得到；第二组预测结果和第二融合结果属于第二候选标签集合；根据第一融合结果和第二融合结果，综合确定多轮对话对应的目标分类。能够保证基于多个模型结果对多轮对话的分类效果。
-
公开(公告)号：CN110969208B
公开(公告)日：2022-04-12
申请号：CN201911203422.8
申请日：2019-11-29
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 王雅芳
IPC: G06K9/62
Abstract: 本说明书实施例提供一种多个模型结果的融合方法和装置。方法包括：获取各个分类模型分别输出的针对第一候选标签集合的第一输出结果；获取各个匹配模型分别输出的针对第二候选标签集合的第二输出结果；其中，第一子集是第二候选标签集合与第一候选标签集合的交集；针对第一候选标签集合，对各第一输出结果和各第二输出结果进行初步融合；针对第二候选标签集合，对各第二输出结果进行初步融合；对两种初步融合的结果进行综合融合，得到所述第二候选标签集合中的各分类标签分别对应的各综合融合分数。在标签不一致的情况下，实现对分类模型和匹配模型的结果进行融合。
-
公开(公告)号：CN111680148B
公开(公告)日：2020-12-01
申请号：CN202010819216.6
申请日：2020-08-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/35 , G06F16/33 , G06F40/279 , G06F40/216 , G06Q30/00 , G06N20/00
Abstract: 本说明书实施例提供一种针对用户问句进行智能应答的方法和装置，方法包括：获取当前多轮对话中的用户问句；将所述用户问句输入预先训练的模糊分类模型，通过所述模糊分类模型输出目标类别；所述目标类别选自第一类别和第二类别，所述第一类别表明所述用户问句描述清晰，所述第二类别表明所述用户问句描述模糊；当所述目标类别为所述第一类别时，识别所述用户问句对应的第一标准问句，并根据所述第一标准问句确定针对所述用户问句的第一应答语句；当所述目标类别为所述第二类别时，识别所述用户问句包含的第一要素，并根据所述第一要素确定针对所述用户问句的第二应答语句。在针对用户问句进行智能应答时，能够灵活应对，提升用户体验。
-
公开(公告)号：CN111310847A
公开(公告)日：2020-06-19
申请号：CN202010130636.3
申请日：2020-02-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06K9/62 , G06F40/211 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例提供一种训练要素分类模型的方法和装置，要素分类模型用于针对句子进行要素识别，方法包括：将第一句子输入待训练的要素分类模型，通过所述要素分类模型输出第一要素；将所述第一要素输入待训练的标问生成模型，通过所述标问生成模型输出第二句子；其中，所述要素分类模型和所述标问生成模型互为对偶模型；以所述第一句子和所述第二句子之间的差异最小化为目标，基于对偶学习的方式训练所述要素分类模型和所述标问生成模型。能够在标注数据量不足的情况下训练要素分类模型，并提高要素识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN110888971A
公开(公告)日：2020-03-17
申请号：CN201911206268.X
申请日：2019-11-29
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 王雅芳
IPC: G06F16/332 , G06F16/35
Abstract: 本说明书实施例提供一种机器人客服与用户的多轮交互方法和装置，方法包括：根据目标用户的当前会话的初始用户问句，利用预先训练的第一分类模型，确定第一标准问句；针对第一标准问句向目标用户提问，并接收目标用户针对第一标准问句的第一交互语句；当第一交互语句包含否定描述时，根据初始用户问句和第一交互语句，利用预先训练的第二分类模型，确定第一人工客服技能组；针对第一人工客服技能组向目标用户提问，并接收目标用户针对第一人工客服技能组的第二交互语句；根据初始用户问句、第一交互语句和第二交互语句，利用第一分类模型，确定第二标准问句。能够提高交互中获得的信息量，进而提高对用户问句分类的准确性。
-
公开(公告)号：CN110704590A
公开(公告)日：2020-01-17
申请号：CN201910923491.X
申请日：2019-09-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/35
Abstract: 本说明书实施例提供一种扩充训练样本的方法和装置。方法包括：获取待扩充的初始训练样本组，包括第一数量的训练样本，训练样本包括历史对话组中的原始机器语句和原始用户语句，以及该对话组对应的类别标签，初始训练样本组中的各训练样本具有第一类别标签；从初始训练样本组中获取第二数量的训练样本；针对第二数量的训练样本中的各对话组，将与各对话组中的原始机器语句相关的第一机器语句输入预先训练的第一类别标签的对话生成模型，生成与各对话组中的第一机器语句分别对应的第一用户语句；将各对话组中的第一机器语句和对应的第一用户语句作为扩充训练样本加入初始训练样本组，得到扩充训练样本组。能够实现训练样本的数据均衡。
-
公开(公告)号：CN111400480B
公开(公告)日：2023-05-12
申请号：CN202010316438.6
申请日：2020-04-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/36 , G06N3/0442 , G06N3/092
Abstract: 本说明书实施例提供一种针对多轮对话的用户意图识别方法和装置，基于预先建立的知识图谱进行用户意图识别，该知识图谱将各知识点要素与各标准问句关联起来，方法包括：获取当前多轮对话的至少一轮的用户文本；对至少一轮的用户文本进行编码，得到上下文嵌入向量；在知识图谱中，根据上下文嵌入向量，从根节点开始迭代搜索下一跳节点；在预定次数的迭代之后，选取目标节点；确定所述目标节点对应的要素或标准问句为用户意图识别结果。能够保证稳定的识别效果。
-
公开(公告)号：CN111144575B
公开(公告)日：2022-08-12
申请号：CN201911235651.8
申请日：2019-12-05
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书的一个或多个实施例公开了一种舆情预警模型的训练方法、预警方法、装置、设备及介质，该舆情预警模型包括宽度学习模型和深度学习模型，该训练方法包括：获取舆情样本训练集，舆情样本训练集中的舆情样本包括元信息特征、内容特征以及舆情标签；将元信息特征输入宽度学习模型，以获取元信息特征处理结果；将内容特征输入深度学习模型，以获取内容特征处理结果；根据元信息特征处理结果和内容特征处理结果，确定舆情预警结果；根据舆情预警结果以及舆情标签，调整宽度学习模型和深度学习模型的参数。
-
公开(公告)号：CN110888971B
公开(公告)日：2022-05-24
申请号：CN201911206268.X
申请日：2019-11-29
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 王雅芳
IPC: G06F16/332 , G06F16/35
Abstract: 本说明书实施例提供一种机器人客服与用户的多轮交互方法和装置，方法包括：根据目标用户的当前会话的初始用户问句，利用预先训练的第一分类模型，确定第一标准问句；针对第一标准问句向目标用户提问，并接收目标用户针对第一标准问句的第一交互语句；当第一交互语句包含否定描述时，根据初始用户问句和第一交互语句，利用预先训练的第二分类模型，确定第一人工客服技能组；针对第一人工客服技能组向目标用户提问，并接收目标用户针对第一人工客服技能组的第二交互语句；根据初始用户问句、第一交互语句和第二交互语句，利用第一分类模型，确定第二标准问句。能够提高交互中获得的信息量，进而提高对用户问句分类的准确性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.032 seconds)
