公开(公告)号：CN110727783B

公开(公告)日：2021-03-02

申请号：CN201911013294.0

申请日：2019-10-23

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 姚开盛 ,  张家兴 ,  李小龙

IPC: G06F16/332

Abstract: 本说明书实施例提供了一种基于对话系统对用户问句提出反问的方法和装置，所述对话系统中预设有与N个标准问题对应的M个反问模块，其中M≥N，每个反问模块中包括从相应的标准问题拆分的第一子句和第二子句，所述方法包括：获取第一用户的第一问句；对于所述M个反问模块中的每个反问模块，分别确定所述第一问句与其中的所述第一子句和第二子句是否匹配；在所述第一问句与该反问模块中的第一子句的匹配、且所述第一问句与该反问模块中的第二子句不匹配的情况中，基于该反问模块中的第二子句获取针对所述第一问句的反问句，以基于所述M个反问模块获取针对所述第一问句的多个反问句。

公开(公告)号：CN111712874A

公开(公告)日：2020-09-25

申请号：CN201980011206.5

申请日：2019-10-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王志铭 ,  姚开盛 ,  李小龙

IPC: G10L17/18 ,  G10L17/04 ,  G10L17/02 ,  G10L17/00

Abstract: 提供了用于确定声音特性的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。方法之一包括：获得说话者的语音数据；将所述语音数据输入到至少通过联合地最小化第一损失函数和第二损失函数而训练的模型中，其中，所述第一损失函数包括基于非采样的损失函数，所述第二函数包括具有非单位多元协方差矩阵的高斯混合损失函数；以及从经训练模型中获得所述说话者的一个或多个声音特性。

公开(公告)号：CN111523314B

公开(公告)日：2020-09-25

申请号：CN202010632209.5

申请日：2020-07-03

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李扬名 ,  李小龙 ,  姚开盛

IPC: G06F40/284 ,  G06F40/295 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供一种模型对抗训练、命名实体识别方法及装置。在模型训练中，将第一样本序列中的第一命名实体替换为其对应的原始标签字符，得到第二样本序列，并从第二样本序列中确定包含替换的原始标签字符的第一文本片段，确定第一文本片段的分类标签值为第一值，用于表示已替换命名实体；采用特征提取网络，确定第二样本序列中多个分词的特征隐向量；基于第二样本序列中多个分词的特征隐向量，确定第一文本片段的第一片段向量，将第一片段向量输入第一判别器，得到第一预测值；基于第一预测值与第一值的差异，确定第一损失值；以最小化第一损失值为目标，更新第一判别器；以最大化第一损失值为目标，更新特征提取网络。

公开(公告)号：CN111418009A

公开(公告)日：2020-07-14

申请号：CN202080000759.3

申请日：2020-01-09

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王志铭 ,  姚开盛 ,  李小龙

IPC: G10L17/04 ,  G10L17/20

Abstract: 提供了用于个性化说话者验证的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。所述方法之一包括：获得说话者的第一语音数据作为正样本，以及与说话者不同的实体的第二语音数据作为负样本；将正样本和负样本馈送到第一模型以确定人声特性，从而相应地输出说话者的正人声特性和负人声特性；至少基于正人声特性和负人声特性获得梯度；将梯度馈送到第一模型，以更新第一模型的一个或多个参数，从而获得用于个性化说话者验证的第二模型。

公开(公告)号：CN111368526A

公开(公告)日：2020-07-03

申请号：CN202010138420.1

申请日：2020-03-03

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 吴颖婷 ,  姚开盛

IPC: G06F40/253 ,  G06K9/62

Abstract: 本说明书实施例公开了一种序列标注方法。包括：获取待标注序列的第一向量表示以及第二向量表示。第一向量表示可以反映待标注序列的文本信息，第二向量表示可以反映待标注序列的标注信息。可以基于第一向量表示与第二向量表示，获取对应于待标注序列的初始表示。可以将初始表示输入至标注模型，确定对应于待标注序列的目标标注结果；标注模型为机器学习模型。本说明书实施例公开的方法，可以提高模型的精确率和提高召回率，以及在进行序列标注时代入更多的语法和语义信息。

公开(公告)号：CN110866587A

公开(公告)日：2020-03-06

申请号：CN201911080571.X

申请日：2019-11-07

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 姚开盛

IPC: G06N3/00

Abstract: 本说明书实施例提供了一种基于对话系统对用户问句提出反问的方法和装置，所述对话系统中包括强化学习模型，所述方法包括：获取基于对话系统的第一对话回合，所述第一对话回合中包括T轮对话；获取与所述第一对话回合对应的T个状态；获取与所述T轮对话中包括的多个反问句分别对应的多个反馈分数向量，所述反馈分数向量包括的多个维度与多个预定特征分别对应；基于所述T个状态、所述多个反问句以及所述多个反馈分数向量，训练所述强化学习模型，以用于基于所述强化学习模型对用户问句提出反问。