-
公开(公告)号：CN110990164A
公开(公告)日：2020-04-10
申请号：CN201911089114.7
申请日：2019-11-08
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账户检测方法和装置、账户检测模型的训练方法和装置，通过第一训练RPC序列预先训练无监督学习模型的模型参数，再将该模型参数作为初始模型参数来训练账户检测模型，最后由该账户检测模型来进行账户安全性预测。用于无监督学习模型训练过程的RPC序列中的每个RPC单元之间是有关联性的，因此，将无监督训练得到的模型参数作为初值应用到账户检测模型的训练过程中，所训练出的账户检测模型所以在账户安全性预测过程中获得更高的准确性。
-
公开(公告)号：CN110866543A
公开(公告)日：2020-03-06
申请号：CN201910995352.8
申请日：2019-10-18
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图片检测及图片分类模型的训练方法和装置，根据由原始训练图片以及伪文本图片共同训练得到的图片分类模型对待检测图片进行检测，以获取包括预设类别的第一文本的目标待检测图片。由于训练图片分类模型时同时采用了原始训练图片以及伪文本图片，增加了训练样本的多样性，产生了更多的文本表达，因此，提高了图片检测的准确度。
-
公开(公告)号：CN110866097A
公开(公告)日：2020-03-06
申请号：CN201911030513.6
申请日：2019-10-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/35 , G06F40/289
Abstract: 本说明书实施例提供一种文本聚类方法、装置及计算机设备。在进行文本聚类时，从文本中提取出字符片段作为文本的特征，并基于提取的字符片段在文本出现的次数构建文本的特征矩阵，然后基于构建的特征矩阵对文本进行聚类。由于直接在字符粒度提取文本特征，不需要进行分词，非常适合新产生的客服问题句子，一定程度解决了新词语、新句式多造成传统的分词准确度低的难题，可以避免误分词影响文本聚类的准确性。
-
公开(公告)号：CN111477198B
公开(公告)日：2023-07-14
申请号：CN202010151122.6
申请日：2020-03-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G10H1/00 , G06F16/683
Abstract: 本说明书公开了一种音乐小节的表示方法、装置及电子设备，该方法包括：获取曲调库中包含有的音乐小节；为每个所述音乐小节建立表示向量；根据所述曲调库中的曲调，针对每个音乐小节获得所述音乐小节的上下文音乐小节，其中，所述上下文音乐小节为曲调中距离所述音乐小节预设距离以内的音乐小节；针对每个音乐小节，根据所述音乐小节的表示向量和所述上下文音乐小节的表示向量计算损失函数得分，并基于所述得分更新所述音乐小节的表示向量，使得音乐小节的表示向量与其上下文音乐小节的表示向量之间的相似度不断增大，音乐小节的表示向量与负样例向量之间的相似度不断减小，从而实现对每个音乐小节的语义向量化表示。
-
公开(公告)号：CN111310419B
公开(公告)日：2023-04-28
申请号：CN202010120899.6
申请日：2020-02-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/166 , G06F40/216 , G06F40/289
Abstract: 本说明书实施例提供一种对词语改写候选集进行更新的方法，该方法包括：首先，获取多个原始候选集，其中任意的第一原始候选集中包括对应的第一目标词语，用于改写第一目标词语的若干候选词语和对应的若干改写概率；接着，基于多个原始候选集，建立关系网络图；然后，针对关系网络图中表示第一目标词语的第一目标节点，确定其K阶以内的多个出度邻居节点；再接着，针对多个出度邻居节点中任意的第一邻居节点，根据从第一目标节点到该第一邻居节点所经过的有向边和有向边的权重，确定将第一目标词语改写为第一邻居节点所表示词语的第一改写分数；再然后，基于对应于多个出度邻居节点的多个改写分数和多个词语，更新第一原始候选集。
-
Patent Agency Ranking
公开(公告)号：CN111476003B
公开(公告)日：2022-11-22
申请号：CN202010171885.7
申请日：2020-03-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/166 , G06F40/30
Abstract: 本说明书实施例公开了一种歌词改写方法及装置，对待改写的目标歌词文本中每句歌词，从该句歌词的句末词语开始，向前逐个选取词语进行改写，直至完成对该句歌词中句首词语的改写，得到改写后歌词文本。
-
公开(公告)号：CN111210279B
公开(公告)日：2022-08-16
申请号：CN202010021082.3
申请日：2020-01-09
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本发明提供一种目标用户预测方法、装置和电子设备；所述方法包括：获取用户介质网络图；所述用户介质网络图包括：表示用户的用户节点、表示介质的介质节点，以及连接用户节点和介质节点以表示用户与介质存在对应关系的边；其中，部分所述用户节点关联有用于表示目标用户的标签；将所述用户介质网络图输入图注意力网络模型，得到所述用户节点与所述介质节点间的影响度；根据所述影响度，重构所述用户介质网络图；并迭代训练图注意力网络模型，并在迭代结束时获得待预测用户介质网络图和训练后的图注意力网络模型；根据所述待预测用户介质网络图和所述训练后的图注意力网络模型，得到目标用户预测结果。
-
公开(公告)号：CN110990164B
公开(公告)日：2022-05-24
申请号：CN201911089114.7
申请日：2019-11-08
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账户检测方法和装置、账户检测模型的训练方法和装置，通过第一训练RPC序列预先训练无监督学习模型的模型参数，再将该模型参数作为初始模型参数来训练账户检测模型，最后由该账户检测模型来进行账户安全性预测。用于无监督学习模型训练过程的RPC序列中的每个RPC单元之间是有关联性的，因此，将无监督训练得到的模型参数作为初值应用到账户检测模型的训练过程中，所训练出的账户检测模型所以在账户安全性预测过程中获得更高的准确性。
-
公开(公告)号：CN113689006A
公开(公告)日：2021-11-23
申请号：CN202111074304.9
申请日：2020-04-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/20
Abstract: 本说明书实施例公开了一种模型联合训练的方法及系统。所述方法包括：多个联合训练的参与终端分别基于所述终端自身持有的私有数据联合进行模型训练，多个联合训练的参与终端分别使用基于梯度的优化算法生成各自的梯度；所述多个参与终端分别将所述各自的梯度发送给服务器；所述服务器从多个所述梯度中选取可信任梯度，并且根据选取的所述可信任梯度更新所述联合训练模型的参数；所述样本数据为文本数据、语音数据或者图形数据。
-
公开(公告)号：CN113657617A
公开(公告)日：2021-11-16
申请号：CN202111077337.9
申请日：2020-04-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/20
Abstract: 本说明书实施例公开了一种模型联合训练的方法及系统。所述方法包括：多个联合训练的参与终端分别基于所述终端自身持有的私有数据联合进行模型训练，多个联合训练的参与终端分别使用基于梯度的优化算法生成各自的梯度；所述多个参与终端分别将所述各自的梯度发送给服务器；所述服务器从多个所述梯度中选取可信任梯度，并且根据选取的所述可信任梯度更新所述联合训练模型的参数；所述样本数据为文本数据、语音数据或者图形数据。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.041 seconds)
