公开(公告)号：CN116011547A

公开(公告)日：2023-04-25

申请号：CN202310092429.7

申请日：2023-01-17

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 张雷 ,  晏晓东 ,  何建杉 ,  褚崴

IPC: G06N3/08 ,  G06N3/0464 ,  G06F18/22

Abstract: 本说明书实施例提供了基于残差的深度学习方法及神经网络模型。其中，神经网络模型包括多个网络层，每个网络层包括卷积层、动态残差模块和样本表征调整模块，动态残差模块包括相似度子模块。在深度学习方法中，获取训练样本的初始表征；神经网络模型中的各个网络层按照以下方式执行，直至针对神经网络模型的学习完成：将初始表征以及当前网络层中待处理的第一样本表征输入至当前网络层中的相似度子模块，输出相似度表征；将第一样本表征输入当前网络层中的卷积层，输出第二样本表征；以及将第二样本表征、动态残差以及初始表征输入样本表征调整模块，输出第三样本表征。

公开(公告)号：CN111538825B

公开(公告)日：2020-10-16

申请号：CN202010632352.4

申请日：2020-07-03

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 林谢雄 ,  何建杉 ,  王太峰

IPC: G06F16/332 ,  G06F16/31 ,  G06F16/35 ,  G06F16/36 ,  G06F40/30

Abstract: 本说明书实施例公开了一种知识问答方法、装置、系统、设备及存储介质，包括：获取用户问句；对用户问句和预先构建的结构化数据中结构部分进行编码得到第一特征向量，从结构化数据上召回与用户问句相关的候选子图，并对候选子图进行编码得到第二特征向量；根据第一特征向量和第二特征向量进行针对用户问句的多任务分类，根据分类结果得到用户问句的答案内容。

公开(公告)号：CN111382257A

公开(公告)日：2020-07-07

申请号：CN202010470216.X

申请日：2020-05-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 简葳玙 ,  王太峰 ,  何建杉 ,  林谢雄

IPC: G06F16/332 ,  G06F16/33 ,  G06N3/04

Abstract: 本说明书实施例公开了一种生成对话下文的方法及系统。所述方法包括：获取对话上文，根据所述对话上文获取与所述对话上文相关的至少一个知识文本，并生成所述至少一个知识文本对应的至少一个知识向量k1~km；所述知识文本存储在知识库中；根据至少一个所述知识向量k1~km和当前时刻的解码隐藏状态St，使用第一注意力模型生成当前时刻的知识融合向量 ；基于所述当前时刻的知识融合向量、当前时刻的上下文向量 以及所述当前时刻的解码隐藏状语组态S成t，所生述成对当话前下时文刻，所的述对y话1表下示文t词=1时语的yt；对y1话~y下t的文对词话语下。文词