-
公开(公告)号：CN113837638B
公开(公告)日：2024-04-26
申请号：CN202111153611.6
申请日：2021-09-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06Q30/018 , G06F40/295
Abstract: 本说明书实施例提供了一种话术确定方法、装置及设备，所述方法包括：获取目标用户针对触发执行的目标业务而输入的信息，并基于所述输入的信息对触发执行所述目标业务的意图进行识别，得到所述目标用户触发执行所述目标业务的用户意图；获取风险聚合中与所述用户意图匹配的用户行为所对应的目标风险聚合，所述风险聚合为对执行所述目标业务对应的目标风险数据进行风险聚合处理得到的包含一个或多个风险的聚合；将所述目标风险聚合输入预先训练的预设话术推荐模型，得到与所述目标风险聚合匹配的目标话术；基于所述目标话术，与所述目标用户进行交互，并基于交互结果，确定是否执行所述目标业务。
-
公开(公告)号：CN115658891B
公开(公告)日：2023-07-25
申请号：CN202211274605.0
申请日：2022-10-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F16/332 , G06F40/284 , G06F40/30 , G06F40/247
Abstract: 本说明书公开了一种意图识别的方法、装置、存储介质及电子设备。该意图识别的方法包括：将获取到的待识别语句输入预先训练的意图识别模型中，以通过意图识别模型，对待识别语句中包含的专有词进行提取，以及，确定待识别语句对应的基础语义信息，确定符合该基础语义信息对应语意下的专有词类型，并在提取到的各专有词中，确定属于该专有词类型的专有词，作为目标专有词，进而根据目标专有词，对待识别语句进行意图识别。
-
公开(公告)号：CN115759122A
公开(公告)日：2023-03-07
申请号：CN202211370268.5
申请日：2022-11-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/35
Abstract: 本说明书公开了一种意图识别方法、装置、设备及可读存储介质，通过将待识别信息与预设的各关键词进行匹配，得到所述待识别信息匹配的目标关键词，根据所述目标关键词，从所述目标用户的历史对话记录中，查找与所述目标关键词对应的参考输出信息，以及目标用户针对参考输出信息输入的参考回复信息，进而将待识别信息和参考回复信息输入预训练的意图识别模型，得到模型输出的意图作为待识别信息的目标意图。可见，根据待识别信息匹配的目标关键词，查找参考输出信息和参考回复信息的方式，不需要对现有的意图识别模型的训练方式和模型结构做出调整，也可以结合多轮对话进行意图识别，提高了意图识别的准确性以及隐私信息的安全性。
-
Patent Agency Ranking
公开(公告)号：CN115599891A
公开(公告)日：2023-01-13
申请号：CN202211508333.6
申请日：2022-11-29
Applicant: 支付宝(杭州)信息技术有限公司(CN)
IPC: G06F16/33 , G06F16/332 , G06F40/30 , G06F18/23 , G06N20/00
Abstract: 本说明书公开了一种确定异常对话数据方法、装置、设备及可读存储介质，基于历史对话数据以及预先训练的第一语义识别模型，训练第二语义识别模型，当接收到携带待检测对话数据的检测请求时，将待检测对话数据分别输入到第一语义识别模型以及第二语义识别模型中，通过确定待检测对话数据的第一语义与第二语义之间的差异，确定该待检测对话数据是否为异常数据，以便第一用户对异常数据进行处理。可见，即使面对海量的待检测对话数据，也可以实现自动从各待检测对话数据中筛选出异常数据，节约人力的同时，还能够提高异常数据识别的效率，从而提高智能对话系统的可靠性，以及增强对隐私信息的安全性。
-
公开(公告)号：CN115238250B
公开(公告)日：2022-12-27
申请号：CN202211124251.1
申请日：2022-09-15
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模型的处理方法、装置及设备，该方法包括：基于提示学习的方式对目标模型进行模型训练，并获取训练后的目标模型中针对需要插入的提示信息确定的第一模型权重；获取所述目标模型对应的目标水印信息，并基于所述目标水印信息和所述第一模型权重，为每个所述第一模型权重生成相应的权重扰动信息，其中，生成的权重扰动信息能够对相应的第一模型权重进行扰动的程度小于预设阈值；将生成的权重扰动信息与相应的第一模型权重进行融合处理，生成目标模型权重，并使用所述目标模型权重替换所述训练后的目标模型中针对需要插入的提示信息确定的第一模型权重，得到待部署的目标模型，将待部署的目标模型部署于相应的业务中。
-
公开(公告)号：CN115147227B
公开(公告)日：2022-12-27
申请号：CN202211041057.7
申请日：2022-08-29
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交易风险的检测方法、装置及设备，该方法包括：获取针对同一交易业务中多个不同交易发起方向同一交易目标方发起目标交易时提供的交易用途描述信息，然后，将多个不同交易发起方提供的交易用途描述信息的字符序列转换为标记序列，标记序列中包括每个交易发起方提供的交易用途描述信息的字符序列对应的子标记序列，为每个子标记序列设置第一数量的标记位置，并按照每个子标记序列的顺序将每个子标记序列中的字符依次放置于相应的第一数量的标记位置中，基于每个第一数量的标记位置中放置的相应子标记序列和每个第一数量的标记位置对应的交易发起方的标记信息，以及文本分类模型，确定目标交易是否存在风险。
-
公开(公告)号：CN114912147A
公开(公告)日：2022-08-16
申请号：CN202210586386.3
申请日：2022-05-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开提供了一种基于主动攻击的模型更新方法，包括：接收来自用户端的模型更新请求；基于模型更新请求备份神经网络模型，以获取备份模型；基于模型更新请求使用可逆变换来混淆神经网络模型，以获取混淆模型；向用户端发送混淆模型和备份模型之一；接收用户端基于所发送模型和本地样本训练的本地模型的模型梯度；以及基于所接收模型梯度更新备份模型以达成模型更新。
-
公开(公告)号：CN113011583A
公开(公告)日：2021-06-22
申请号：CN202110268665.0
申请日：2021-03-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/08 , G06N3/04 , G06N20/00 , G06F16/332 , G06Q30/02
Abstract: 本说明书实施例提供一种强化学习模型的训练方法，该方法包括：获取业务环境的当前状态，其中包括上一轮交互产生的交互内容；基于该交互内容，将多个备选业务动作划分为本轮交互下的可选动作集和禁选动作集；将该当前状态输入强化学习模型，从可选动作集中选取收益预测值最大的可选动作作为本轮业务动作，如此可以避免用户被无关动作打扰，从而提升用户体验；再将该本轮业务动作施加于上述业务环境，得到该业务环境的本轮反馈，基于本轮反馈计算本轮业务动作的收益标签值，并基于该收益标签值构建其他备选业务动作的收益标签值，从而实现可以利用全量备选业务动作训练上述强化学习模型，有效加速强化学习模型的收敛。
-
-
-
-
-
-
-
Search Results
38
records
(took 0.034 seconds)
