公开(公告)号：CN114692828A

公开(公告)日：2022-07-01

申请号：CN202210295134.5

申请日：2022-03-23

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 范东云 ,  易灿 ,  刘雅琦 ,  郑开元

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本说明书提供一种训练神经网络的方法、装置、设备及存储介质，所述神经网络为由第一神经网络和第二神经网络组成的孪生神经网络，且第一神经网络和第二神经网络具有相同的网络结构和网络参数；所述方法包括：获取预设训练数据集中所有的训练数据，训练数据包括有标签数据和无标签数据；将获取到的有标签数据和无标签数据成对输入所述孪生神经网络进行分类训练，其中，有标签数据被输入所述第一神经网络，无标签数据被输入所述第二神经网络；确定所述第一神经网络的第一目标网络参数；将所述第二神经网络的网络参数更新为第一目标网络参数；基于所述第一目标网络参数确定目标孪生神经网络。

公开(公告)号：CN116167347A

公开(公告)日：2023-05-26

申请号：CN202310329061.1

申请日：2023-03-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 范东云 ,  易灿 ,  刘雅琦 ,  郑开元 ,  许丽丹 ,  田冰旸 ,  宋黄华 ,  邵雨丝

IPC: G06F40/18 ,  G06F18/25 ,  G06F18/214 ,  G06N3/042 ,  G06N3/08 ,  G06N3/084 ,  G06N3/04 ,  G06Q40/04

Abstract: 本说明书实施例提供了一种表格型交易数据的深度学习方法及装置、介质、设备。方法包括：从表格型交易数据中提取出N个先验特征，将每一个所述先验特征转化为对应的特征向量；计算所述表格型交易数据对应的第一注意力得分矩阵；将每一个所述特征向量和对应的所述第一注意力得分向量进行融合，得到对应的第二注意力得分向量；根据由N个所述第二注意力得分向量形成的第二注意力得分矩阵，对所述表格型交易数据进行深度学习，以确定所述表格型交易数据中交易行为信息和标签信息之间的关系。本说明书实施例提供一种适合表格型的交易数据的深度学习方案，减少先验知识的丢失，提高深度学习结果的准确性。