-
公开(公告)号：CN111814977A
公开(公告)日：2020-10-23
申请号：CN202010888440.0
申请日：2020-08-28
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种训练事件预测模型的方法，该方法可以应用于迁移学习的场景，通过设置中立的服务器，实现源域参与方和目标域参与方的数据隔离和隐私安全保护。其中源域参与方部署源域特征提取器，目标域参与方部署目标域特征器，中立的服务器中部署事件预测模型中的模型共用部分，具体包括共享特征提取器、图神经网络和分类网络。对于任一的参与方，其利用本域的特征提取器对本域中的样本进行特征提取，得到本域特征表示，再利用从服务器获取的模型共用部分的当前参数，对该本域特征表示进行处理，得到对应的事件分类结果，进而基于事件分类结果和本域样本进行模型更新，并将模型共用部分的更新结果上传至服务器，以使服务器进行集中更新。
-
公开(公告)号：CN118628111A
公开(公告)日：2024-09-10
申请号：CN202410726903.1
申请日：2024-06-05
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例公开了一种风险识别方法及装置。该方法首先根据预设的风险特征因子对目标用户进行风险预判，确定目标用户对应的风险类型，其次，如果基于目标用户对应的风险类型无法确定目标用户是否存在预设风险，则基于目标用户对应的风险类型和目标用户的场景信息确定针对目标用户所需采用的信息采集方式，并基于所确定的信息采集方式获取目标用户的身份信息和/或交易行为信息，通过信息采集方式所采集的信息包括语音信息、文本信息、图像信息中的一种或多种，最后基于所获取的目标用户的身份信息和/或交易行为信息，确定目标用户是否存在预设风险。
-
公开(公告)号：CN115600155A
公开(公告)日：2023-01-13
申请号：CN202211399727.2
申请日：2022-11-09
Applicant: 支付宝(杭州)信息技术有限公司(CN)
IPC: G06F18/25 , G06F16/28 , G06F16/906 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06Q20/40
Abstract: 本说明书实施例公开了一种数据处理方法、装置及设备，该方法包括：获取目标用户执行目标业务时产生的目标数据，目标数据中包括结构化数据和/或非结构化数据，非结构化数据中包括文本数据、图像数据和时序数据中的一种或多种；将目标数据转换为标记序列，并根据目标数据中包含的数据内容和标记序列的对应关系，为标记序列中的每个标记信息设置相应的位置，根据目标数据中包含的数据类型的不同，为标记序列设置相应的数据分块信息；将标记序列、设置的相应位置和设置的相应数据分块信息输入到预设的编码模型中，得到标记序列中的每个标记信息对应的编码信息；基于标记序列中的每个标记信息对应的编码信息进行相应的业务处理。
-
公开(公告)号：CN113255929A
公开(公告)日：2021-08-13
申请号：CN202110582275.0
申请日：2021-05-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种异常用户可解释原因的获取方法和装置。在该方法中，获取用户在至少两个维度上的用户特征数据；将所述用户特征数据分别输入预先训练的至少两个识别模型中；其中，至少两个识别模型对应至少两个维度；确定用户是否属于异常用户；如果是，则根据每一个识别模型对该用户的识别结果，得到该异常用户的可解释原因。
-
公开(公告)号：CN111967565A
公开(公告)日：2020-11-20
申请号：CN202011147771.5
申请日：2020-10-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/02
Abstract: 本说明书实施例提供一种适用于在多方隐私保护下进行风险评估的神经网络系统，包括：适用于多方分布式部署的第一神经网络模型和第二神经网络模型；其中第一神经网络模型包括对应于第一用户的N个属性字段的N个子模型，用于获取对应的属性字段在T个操作事件的T个字段值，对其分别进行编码，得到T个特征向量，再对该T个特征向量进行第一向量组合，得到该属性字段对应的属性嵌入向量，其中第一向量组合包括涉及K个特征向量相乘的K阶向量间组合运算，K＞=2；第二神经网络模型用于，对该N个子模型输出的N个属性嵌入向量进行第二向量组合，得到该第一事件序列对应的第一嵌入向量，进而基于该第一嵌入向量确定与该第一用户相关的风险评估结果。
-
Patent Agency Ranking
公开(公告)号：CN111818093A
公开(公告)日：2020-10-23
申请号：CN202010888435.X
申请日：2020-08-28
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种适用于在多方隐私保护下进行风险评估的神经网络系统、方法及装置。根据该方案，首先基于第一神经网络模型中的N个子模型分别获取用户的N个属性字段各自在约定的T个时刻的字段值序列；然后，采用时间递归的方式，分别将N个字段值序列处理为N个表征向量；上述N个子模型可部署于隔离的多方之中，且上述表征向量可保护原始字段值代表的隐私数据。最后，利用第二神经网络模型，基于注意力机制，对N个表征向量进行融合，基于融合结果确定与用户相关的风险评估结果。
-
公开(公告)号：CN114037454B
公开(公告)日：2024-09-27
申请号：CN202111410827.6
申请日：2021-11-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40
Abstract: 本说明书实施例提供了一种违规交易的转移模式的发现方法和装置。该方法包括：在识别出任意一个第一交易为违规交易之后，拦截该第一交易；确定第一交易对应的至少一个第二交易；其中，该第二交易与该第一交易具有相同的发起方，且该第二交易在该第一交易之后发生；利用该第一交易及其对应的各第二交易生成一个疑似转移路径；得到该第一交易的渠道特征以及该第二交易的渠道特征；根据该第一交易的渠道特征及该第二交易的渠道特征，得到该疑似转移路径具有的渠道特征；根据至少两个疑似转移路径具有的渠道特征之间的关联性，确定违规交易的转移模式。能够发现违规交易的转移模式，从而进行更为有效地拦截。
-
公开(公告)号：CN118656487A
公开(公告)日：2024-09-17
申请号：CN202410705419.0
申请日：2024-05-31
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大型语言模型微调的方法、装置及电子设备。所述方法包括：接收针对大型语言模型的微调的任务指令，并基于所述任务指令，获取对所述大型语言模型进行微调所需的训练数据集；使用所述大型语言模型对所述训练数据集中的训练文本进行信息提取处理，得到所述训练文本对应的第一摘要；使用评估模型对所述第一摘要进行质量评估，得到所述第一摘要对应的评估结果；基于至少包含所述评估结果的微调数据对所述大型语言模型进行微调，得到微调后的大型语言模型。
-
公开(公告)号：CN118484463A
公开(公告)日：2024-08-13
申请号：CN202410741225.6
申请日：2024-06-07
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合规名单系统、合规名单的处理方法及设备，该合规名单系统包括：数据采集模块、解析引擎模块、名单管理模块，其中：数据采集模块，被配置为根据预设的多个不同的数据采集地址采集与合规名单相关的发布数据，将发布数据提供给解析引擎模块，发布数据中至少包括半结构化数据和非结构化数据中的一种或多种；解析引擎模块，被配置为对发布数据进行关键信息提取，得到包含实体名单属性的关键信息，并将发布数据转换为预设数据格式的解析数据，将包含实体名单属性的关键信息和解析数据提供给名单管理模块；名单管理模块，被配置为基于包含实体名单属性的关键信息和解析数据对合规名单数据库进行更新，得到更新的合规名单。
-
公开(公告)号：CN118279921A
公开(公告)日：2024-07-02
申请号：CN202410501957.8
申请日：2024-04-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V30/41 , G06V30/413 , G06F40/30
Abstract: 本说明书实施例公开了一种信息提取的方法、装置及电子设备。所述方法包括：在接收到针对待提取文件的信息提取指令的情况下，对所述待提取文件进行文本检测，确定所述待提取文件中包含文本序列的多个目标区域；基于各个所述目标区域在所述待提取文件中的位置信息，确定读取所述待提取文件的读取策略，所述读取策略用于确定所述待提取文件中各个所述目标区域的读取顺序；在对所述待提取文件中各个所述目标区域的文本序列进行识别后，基于所述读取策略，对识别得到的文本序列进行拼接处理，得到所述待提取文件对应的拼接文本；对所述拼接文本进行信息抽取处理，得到所述待提取文件对应的目标信息，作为对所述信息提取指令的响应。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.045 seconds)
