-
公开(公告)号：CN111144091B
公开(公告)日：2024-04-05
申请号：CN201911213507.4
申请日：2019-12-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/24 , G06F40/205 , G06Q30/01
Abstract: 本说明书提供了客服成员的确定方法、装置以及群成员身份的确定方法。在一个实施例中，客服成员的确定方法通过获取并根据目标客服群中预设时间段的聊天记录，先确定出在预设时间段内群成员所发布的文本数据的动作类型，以及文本数据与预设的邻近范围内的其他文本数据之间的关联关系；再根据文本数据的动作类型，以及文本数据与预设的邻近范围内的其他文本数据之间的关联关系，从在预设时间段发布过文本数据的成员中筛选出候选成员；进而，确定出候选成员的行为特征数据，再根据上述行为特征数据，从候选成员中确定出客服成员。从而能够高效地从客服群的群成员中识别确定出身份为客服的成员。
-
公开(公告)号：CN112084318B
公开(公告)日：2024-02-20
申请号：CN202011024999.5
申请日：2020-09-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/335 , G06Q40/08 , G06N3/0464 , G06N20/00
Abstract: 本申请实施例公开了一种对话辅助方法、系统和装置，其中，所述方法包括：显示对话界面；获取所述对话的当前话语信息，以及所述对话中当前话语的上文信息；基于所述当前话语信息，确定一个或多个适配的预设话术推荐算法；利用所述预设话术推荐算法处理所述当前话语对应的文本数据以及所述上文信息，确定至少一个推荐话术；所述预设话术推荐算法至少包括基于机器学习的推荐算法，或基于规则的推荐算法；在对话界面显示至少一个推荐话术。由此，可以向进行对话的人员提供话术推荐，提高对话的效率。
-
公开(公告)号：CN117557709A
公开(公告)日：2024-02-13
申请号：CN202410035877.8
申请日：2024-01-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例涉及一种生成数字人服装的方法及装置，所述方法包括：接收用户的第一指令，所述第一指令指示对数字人服装贴图所包括的多个区域中的目标区域进行编辑操作，同时，接收用户提供的第一提示文本。接下来，将所述第一提示文本输入到图像生成模型中，得到第一图像，最后基于所述第一图像，对所述目标区域进行第一填充，得到所述目标区域的第一服装纹理，以更新所述服装贴图。
-
公开(公告)号：CN117095672A
公开(公告)日：2023-11-21
申请号：CN202310855500.2
申请日：2023-07-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G10L13/10 , G10L13/027 , G10L21/055 , G10L21/0356 , G06T13/40
Abstract: 本说明书实施例涉及一种数字人唇形生成方法及装置，所述方法的输入数据包括文本数据和与其对应的音频数据，将文本数据和音频数据输入到对齐模块中进行对齐，得到文本数据中任一文本单位所对应的音频片段和时间段。然后，使用预先配置好的文本‑口型字典，根据文本单位获得对应的口型信息；根据音频片段的特定音频特征获取该口型对应的幅度信息，综合口型信息和幅度信息，便可以得到一个时间段上的对应的唇形。将不同时间段上的唇形按照时间顺序进行排列后，得到初步的唇形序列。对这个唇形序列在相邻唇形之间的空白时间段进行插值和平滑操作，实现不同唇形之间的过渡，得到最终的平滑唇形序列。
-
公开(公告)号：CN112115249B
公开(公告)日：2023-11-14
申请号：CN202011034837.X
申请日：2020-09-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/335 , G06F16/338 , G06F16/31 , G06F16/35
Abstract: 本说明书实施例提供一种用户意图的统计分析及结果展示方法和装置，方法包括：获取预设时间段内的各用户与客服的各历史多轮对话；针对任一历史多轮对话，利用意图分类模型确定该历史多轮对话中各轮对话分别对应的用户意图；针对各历史多轮对话中的首轮对话分别对应的用户意图进行统计分析，得到首轮对话的统计分析结果，至少包括首轮的各用户意图；将首轮的各用户意图分别作为待展示的树状层次结构图中的首层节点，建立首层节点与树状层次结构图的根节点的路径；按照历史多轮对话中各轮对话的轮次顺序，针对各轮次进行统计分析，建立该多个第i层节点到上一层节点的路径。能够对于更为准确的识别出用户意图提供有效的信息，提高工作效率。
-
Patent Agency Ranking
公开(公告)号：CN111026853B
公开(公告)日：2023-10-27
申请号：CN201911211822.3
申请日：2019-12-02
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 杨明晖
IPC: G06F16/332 , G06F16/335 , G06F16/35
Abstract: 本说明书提供了目标问题的确定方法、装置、服务器和客服机器人。在一个实施例中，目标问题的确定方法在用户提问前，获取目标用户的业务状态数据和历史提问记录；先通过训练好的第一处理模型根据业务状态数据和历史提问记录确定出目标用户的特征向量；再通过比较基于与第一处理模型关联的第二处理模型得到的预设的问题的特征向量，从多个预设问题中确定出特征向量与目标用户的特征向量满足预设的匹配关系的预设问题，作为目标问题。从而能够适用于多种业务场景，在用户提出具体问题之前，高效、准确地预测出用户想要提问的目标问题。
-
公开(公告)号：CN111274787B
公开(公告)日：2023-04-18
申请号：CN202010108943.1
申请日：2020-02-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/205 , G06F40/279
Abstract: 本说明书的实施例公开了一种用户意图预测方法和系统。该方法包括：获取与用户相关的一个或多个因子信息；所述因子信息至少反映用户在某服务平台内的操作行为；基于所述因子信息确定多个候选意图文本；基于语言模型处理所述多个候选意图文本以及所述因子信息，得到多个相关度；多个相关度分别反映所述多个候选意图文本与所述因子信息的相关性；以及，至少基于所述多个相关度从所述多个候选意图文本中确定目标意图文本。
-
公开(公告)号：CN111461753B
公开(公告)日：2022-05-17
申请号：CN202010302538.3
申请日：2020-04-17
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/00 , G06F16/35 , G06F16/332
Abstract: 本说明书实施例提供一种智能客服场景中的知识点召回方法及装置，在召回方法中，获取分层可导航小世界图HNSW，该HNSW包括上下排列的多层NSW。获取待召回知识点的用户问句，并确定用户问句的句子向量。从最上层NSW开始，按照从上到下的顺序对各层NSW进行层搜索。该层搜索包括：根据当前层NSW所包含的节点的连接关系，从其所包含的节点中，搜索距离句子向量最近的第一节点，经由该第一节点进入下一层NSW，直至到达最下层NSW。在最下层NSW中，根据N个节点的连接关系，从中搜索距离句子向量最近的目标节点。将目标节点所代表的类簇中心对应的知识点类簇作为目标类簇，并从归属于目标类簇的各知识点标题对应的知识点中，召回与用户问句相匹配的知识点。
-
公开(公告)号：CN111340218B
公开(公告)日：2022-04-15
申请号：CN202010113810.3
申请日：2020-02-24
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训练问题识别模型的方法和系统，所述方法包括：获取多个第一文本和多个第二文本，所述第一文本和所述第二文本分别为问题类文本和非问题类文本；生成模型基于所述第一文本与所述第二文本之间的相似度，为所述第一文本选择满足第一预设条件的至少一个所述第二文本，生成至少一个文本对；将所述文本对输入初始问题识别模型进行训练，训练得到目标问题识别模型。
-
公开(公告)号：CN112100387B
公开(公告)日：2021-02-19
申请号：CN202011269071.3
申请日：2020-11-13
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用于文本分类的神经网络系统的训练方法，该神经网络系统包括文本表征网络、特征提取层和分类网络。该训练方法包括：首先，获取训练文本集，该训练文本集对应K个类别；接着，针对该训练文本集中任一的第一训练文本，利用上述文本表征网络对其进行处理，得到第一文本向量；然后，利用上述特征提取层，将该第一文本向量分别与对应所述K个类别的K个类别特征向量进行组合操作，得到K个特征提取向量；再接着，基于该K个特征提取向量和上述分类网络，确定分类预测结果；再然后，基于该分类预测结果和上述第一训练文本的类别标签，训练上述神经网络系统。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.077 seconds)
