公开(公告)号：CN111552706A

公开(公告)日：2020-08-18

申请号：CN202010343982.X

申请日：2020-04-27

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 都金涛 ,  康光梁 ,  祝慧佳 ,  廖先浩 ,  邝旭敏

IPC: G06F16/242 ,  G06Q50/00

Abstract: 本说明书实施例公开了一种舆情信息的分组方法、装置及设备，该方法包括：获取待分组的目标舆情信息；分别基于至少一种舆情分组算法对所述目标舆情信息进行分析，确定所述目标舆情信息对应的分组标识，其中，所述至少一种舆情分组算法中至少包括基于舆情信息中包含的关键要素信息对所述舆情信息进行分组的第一舆情分组算法；将所述目标舆情信息存储到确定的所述分组标识对应的舆情分组中。

公开(公告)号：CN113836913B

公开(公告)日：2024-12-03

申请号：CN202111095354.5

申请日：2021-09-17

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 康光梁 ,  魏扬威 ,  都金涛 ,  祝慧佳 ,  张睿

IPC: G06F40/284 ,  G06F40/211 ,  G06F40/253 ,  G06F16/35 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/048

Abstract: 本说明书实施例提供了一种利用检测模型检测文本中事件触发词的方法及装置，检测模型包括图神经网络，其中包括依次连接的N个神经网络层，神经网络层包括噪声过滤子层和图卷积子层，该方法包括：获取词序列中m个词分别对应的m个第一向量；基于m个词的句法依赖获取各词之间的邻接关系；将m个第一向量输入图神经网络，在任意的第t神经网络层的向量处理包括：利用噪声过滤子得到各输入向量的降噪向量，包括该输入向量与其他输入向量之间分别对应的降噪权重；根据m个输入向量、邻接关系、各输入向量的降噪向量，基于图卷积子层确定本层的m个输出向量；根据N个神经网络层中最后一层的m个输出向量，确定各个词是否为事件触发词的检测结果。

公开(公告)号：CN118194949A

公开(公告)日：2024-06-14

申请号：CN202410384081.3

申请日：2024-03-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 马志远 ,  都金涛 ,  孟昌华 ,  嵇佳颖 ,  周欣欣 ,  李肖潞

IPC: G06N3/08 ,  G06F16/34 ,  G06F16/35 ,  G06N3/0455 ,  G06N3/0475

Abstract: 本说明书公开了一种关键句提取模型的训练方法、装置及存储介质，待训练的提取模型包含编码层、池化层和分类层，获取目标文本，确定组成目标文本的各子句，针对每个子句，将该子句输入编码层，得到由该子句包含的各分词对应的词向量确定的词特征，将词特征输入池化层，得到句特征，将各子句的句特征输入分类层，确定该目标文本的关键句中的首句和尾句，将首句与尾句之间的各子句，作为预测关键句，根据目标文本的标注关键句与预测关键句的差异，训练提取模型。通过池化层将词语级别的词特征转化为句子级别的句特征，并通过句子级别的标注关键句对提取模型进行训练，可以得到连续的子句组成的各预测关键句，从而提取到更加准确的关键句。

公开(公告)号：CN115906854A

公开(公告)日：2023-04-04

申请号：CN202211679089.X

申请日：2022-12-26

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 赵易淳 ,  康光梁 ,  都金涛 ,  祝慧佳

IPC: G06F40/295 ,  G06F18/214 ,  G06N3/094 ,  G06N3/08

Abstract: 本发明提出一种基于多级对抗的跨语言命名实体识别模型训练方法。该方法主要包括：通过外部的词到词翻译模型将带标签的源语言数据翻译为带标签的目标语言数据；构造语码转换数据与乱序数据等多种数据输入多级对抗网络来对mBERT进行领域内对抗训练；将经对抗训练得到的mBERT分别在三组数据上微调后进行多模型蒸馏得到学生模型。

公开(公告)号：CN114064892A

公开(公告)日：2022-02-18

申请号：CN202111341792.5

申请日：2021-11-12

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 魏扬威 ,  康光梁 ,  都金涛 ,  张睿 ,  祝慧佳

IPC: G06F16/35 ,  G06F40/211 ,  G06F40/284 ,  G06F40/295 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开涉及基于文档级图卷积网络的事件检测方法和系统。该方法包括：接收输入文档，所述输入文档包括多个句子；通过文档级图卷积网络模型来检测所述输入文档中的事件，所述文档级图卷积网络模型包括全局节点和候选触发词节点，其中所述全局节点连接到每一候选触发词节点，并且所述全局节点的初始向量是随机初始化的，所述候选触发词是与所述事件相关联的；以及输出检测到的事件以及与该事件相对应的事件类型。

公开(公告)号：CN113836913A

公开(公告)日：2021-12-24

申请号：CN202111095354.5

申请日：2021-09-17

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 康光梁 ,  魏扬威 ,  都金涛 ,  祝慧佳 ,  张睿

IPC: G06F40/284 ,  G06F40/211 ,  G06F40/253 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供了一种利用检测模型检测文本中事件触发词的方法及装置，检测模型包括图神经网络，其中包括依次连接的N个神经网络层，神经网络层包括噪声过滤子层和图卷积子层，该方法包括：获取词序列中m个词分别对应的m个第一向量；基于m个词的句法依赖获取各词之间的邻接关系；将m个第一向量输入图神经网络，在任意的第t神经网络层的向量处理包括：利用噪声过滤子得到各输入向量的降噪向量，包括该输入向量与其他输入向量之间分别对应的降噪权重；根据m个输入向量、邻接关系、各输入向量的降噪向量，基于图卷积子层确定本层的m个输出向量；根据N个神经网络层中最后一层的m个输出向量，确定各个词是否为事件触发词的检测结果。