-
公开(公告)号：CN113435585B
公开(公告)日：2023-03-10
申请号：CN202110802699.3
申请日：2021-07-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/0464 , G06N3/08 , G06F21/62
Abstract: 本说明书实施例公开了一种业务处理方法、装置及设备，所述方法应用于终端设备，包括：向服务器发送针对目标业务的模型获取请求，所述模型获取请求中包括所述终端设备的设备性能信息；接收所述服务器发送的与所述设备性能信息相匹配的神经网络模型，所述神经网络模型是所述服务器基于预先获取的第一训练样本进行模型训练得到的超网络模型，对所述超网络模型进行多次采样处理后得到的子神经网络模型，并对每个所述子神经网络模型进行卷积核、网络宽度和网络深度中的一种或多种处理的子模型训练而得到的模型；基于接收到的神经网络模型对所述目标业务进行业务处理。
-
公开(公告)号：CN115759070A
公开(公告)日：2023-03-07
申请号：CN202211400814.5
申请日：2022-11-09
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/284 , G06F40/247 , G06N20/00
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。对通过意图识别模型识别出目标意图的目标文本进行分词，针对分词后的每个词语，将该词语从目标文本中删除，得到更新文本，并通过该意图识别模型，确定该词语对应的第一识别结果，根据目标意图和第一识别结果确定该词语的对识别出目标意图的贡献度，在所述若干词语中确定停用词及候选词，根据停用词的贡献度及候选词的贡献度，从候选词中确定识别出目标意图的关键词并进行展示。通过确定停用词的贡献度及候选词的贡献度，从候选词中确定对识别出目标意图起关键作用的候选词，作为关键词，在输出目标意图及关键词，可为模型输出结果提供解释依据，提高了模型输出结果的可信度。
-
公开(公告)号：CN115545124A
公开(公告)日：2022-12-30
申请号：CN202211507937.9
申请日：2022-11-29
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样本不平衡场景下的样本增量、模型训练方法及装置。其中，用户样本集包括高风险用户样本和低风险用户样本及其类别标签，高风险用户样本属于小样本。在该方法中，从用户样本集中按照不偏向高风险用户样本的方式确定观测用户样本，从用户样本集中按照偏向高风险用户样本的方式对样本抽样，得到抽样用户样本；基于风控场景中高风险用户数量小于低风险用户数量的风险用户特点，确定第一数量占比，以第一数量占比为平均值确定符合风险用户特点的第一概率分布，按照第一概率分布确定属于观测用户样本的第一因子。这样，基于第一因子、观测用户样本与抽样用户样本及其相应的样本标签，确定插值用户样本以及对应的插值标签。
-
公开(公告)号：CN115238826B
公开(公告)日：2022-12-27
申请号：CN202211121861.6
申请日：2022-09-15
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种模型训练的方法、装置、存储介质及电子设备，首先获取样本业务数据以及隐私数据，将获取到的样本业务数据以及隐私数据输入到待训练的参照模型中，得到第一预测结果，以及，将样本业务数据输入到待训练的预测模型中，得到第二预测结果，以最小化第一预测结果与第二预测结果之间的偏差，以及最小化第一预测结果与样本业务数据对应的标签数据之间的偏差为优化目标，对参照模型以及预测模型进行联合训练，其中，训练后的预测模型应用于业务执行。
-
公开(公告)号：CN115238060B
公开(公告)日：2022-12-27
申请号：CN202211141861.2
申请日：2022-09-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F40/35 , G06F40/205 , G06Q10/10
Abstract: 本说明书实施例提供了一种人机交互方法及装置、计算机可读存储介质、计算设备，方法包括：根据在本轮人机对话中机器提问话术和用户回答内容，确定用户意图；调用预设对话流程文件，并从所述预设对话流程文件中选择出与所述用户意图具有映射关系的流程节点；其中，所述预设对话流程文件中包括至少一个映射关系，每一个映射关系为一个预设用户意图和一个流程节点之间的映射关系；根据选择出的流程节点，确定针对所述用户回答内容而进行的下一轮对话中的机器话术，并输出所述机器话术。本说明书实施例使得维护工作变得简单。
-
Patent Agency Ranking
公开(公告)号：CN114999611B
公开(公告)日：2022-12-20
申请号：CN202210908680.1
申请日：2022-07-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G16H20/70 , G16H50/70 , G06F16/635
Abstract: 本说明书公开了一种模型训练和信息推荐的方法及装置，可以获取用户情绪信息以及用户情绪信息对应的标准音频数据，并将该用户情绪信息输入到待训练的生成模型中，以使该生成模型根据预先构建出的知识图谱中与用户情绪信息相匹配的目标节点，确定图谱特征，并根据该图谱特征，生成目标音频，其中，这里提到的知识图谱用于表征各种音频相关信息与各类用户情绪信息之间的关联关系，而后，可以以最小化该目标音频与标准音频数据之间的差异为优化目标，对生成模型进行训练，训练后的生成模型用于根据目标用户的用户情绪信息，为目标用户生成音频，从而在一定程度上生成适合用户的音频，以及提高为用户生成音频的合理性。
-
公开(公告)号：CN115238827B
公开(公告)日：2022-11-25
申请号：CN202211125687.2
申请日：2022-09-16
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保护隐私的样本检测系统训练方法及装置，样本检测系统包括表征模型、生成器和分类模型。该方法包括：利用将k个采样噪声分别输入生成器而得到的k个模拟表征，对表征模型输出的隐私样本表征进行表征混淆处理，得到混淆表征；利用白样本标签对隐私样本标签进行标签混淆处理，得到混淆标签；基于混淆表征和分类模型，得到分类预测结果；将k个模拟表征分别输入判别器，得到k个第一判别结果；以减小分类预测结果和混淆标签之间的差异，以及增大k个第一判别结果指示对应表征为真实表征的概率为目标，训练异常检测系统；基于判别器针对表征模型输出的公开白样本表征的第二判别结果和上述k个第一判别结果，训练判别器。
-
公开(公告)号：CN112200382B
公开(公告)日：2022-11-22
申请号：CN202011167597.0
申请日：2020-10-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 说明书披露一种风险预测模型的训练方法和装置。所述方法包括：接收若干个数据提供方发送的三元组，三元组为各个数据提供方基于本方持有的数据提取得到，三元组中包括第一实体、第二实体和连边，连边表示第一实体和第二实体之间存在关联关系；基于各个数据提供方的三元组构建全局知识图谱；针对每一条样本交易数据，获取样本交易数据中涉及的各目标实体，并确定各目标实体在全局知识图谱中的邻居实体和与邻居实体之间的连边；基于各目标实体、各目标实体的邻居实体、各目标实体与其邻居实体之间的连边和所述样本交易数据构造训练样本；采用所述训练样本训练风险预测模型。
-
公开(公告)号：CN115293872A
公开(公告)日：2022-11-04
申请号：CN202210793704.3
申请日：2022-07-07
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/02 , G06F30/27 , G06K9/62 , G06F119/02
Abstract: 本说明书实施例提供了一种建立风险识别模型的方法及对应装置。其中方法包括：获取利用用户的网络行为数据构建的异构网络图，异构网络图包括节点和边，节点包括行为主体和行为对象，边依据行为主体和行为对象之间的行为关系确定；对异构网络图中的边进行掩膜处理，得到掩膜子图和剩余子图；利用剩余子图和掩膜子图训练图自编码器；其中，图自编码器包括编码网络和第一解码网络；编码网络利用输入的剩余子图得到各节点的表征向量，第一解码网络利用各节点的表征向量预测被掩膜的边，训练目标包括：最小化预测结果与掩膜子图之间的差异；利用训练得到的图自编码器中的编码网络，构建风险识别模型。本申请能够提高风险识别模型的识别效果。
-
公开(公告)号：CN115293235A
公开(公告)日：2022-11-04
申请号：CN202210788668.1
申请日：2022-07-06
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建立风险识别模型的方法及对应装置。其中方法包括：获取利用用户的网络行为数据构建的异构网络图对应的图邻接矩阵，异构网络图包括节点和边，节点包括行为主体和行为对象，边依据行为主体和行为对象之间的行为关系确定；利用图邻接矩阵生成训练样本，以及对图邻接矩阵的特征值和/或特征向量进行扰动生成对抗样本；利用训练样本和对抗样本训练图神经网络，得到风险识别模型；其中训练目标包括：最小化图神经网络针对训练样本和对抗样本中的样本对象输出的识别结果与该样本对象被标注的标签之间的差异，样本对象包括节点或边。本申请能够有效提高风险识别模型的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
500
records
(took 0.087 seconds)
