-
公开(公告)号：CN119128272A
公开(公告)日：2024-12-13
申请号：CN202411337666.6
申请日：2024-09-24
Applicant: 中国科学院软件研究所 , 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F18/214
Abstract: 本说明书实施例公开了一种标签生成的方法、装置及电子设备。所述标签生成的方法包括：接收用户输入的针对目标对象的标签生成指令；获取与所述目标对象匹配的层次标签体系，所述层次标签体系为根据预设的标签集构建的具有层次结构的标签体系，所述标签集中标签存放于所述层次标签体系中至少一个终止节点；基于大型语言模型，从所述层次标签体系的根节点出发，根据所述目标对象的描述信息和所述层次标签体系中各个中间节点的生成标签，逐层次确定与所述目标对象相关的中间节点；在所述层次标签体系中，将与所述目标对象相关的中间节点相连的终止节点，确定为目标终止节点，并从所述目标终止节点存放的标签中，确定所述目标对象的标签。
-
公开(公告)号：CN118606478A
公开(公告)日：2024-09-06
申请号：CN202410853536.1
申请日：2024-06-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06N3/09 , G06N3/0455 , G06N5/04
Abstract: 本说明书实施例公开了一种针对文本数据的风险防控方法、装置及设备，该方法包括：获取用户执行目标业务的过程中的文本数据；将所述文本数据输入到预先训练的风险防控模型中，得到所述文本数据对应的风险识别结果和通过所述风险防控模型得到所述风险识别结果的推理思维链路信息，所述风险防控模型是使用文本训练数据并通过大模型构造推理思维链样本及进行风险分类的多任务训练而得到的模型；基于所述风险识别结果和/或所述推理思维链路信息，对所述用户执行目标业务进行风险防控处理。
-
公开(公告)号：CN111680287B
公开(公告)日：2020-11-13
申请号：CN202010819239.7
申请日：2020-08-14
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基于用户隐私保护的应用程序检测方法及装置，该方法从待检测的目标应用程序中，提取出存在用户隐私数据获取需求的若干场景对应的用户界面和隐私数据列表，然后提取第一用户界面的内容数据，将内容数据转换为相应的第一特征向量；计算第一特征向量与第一参考特征向量之间的第一相似度，当第一相似度超过第一预定阈值时，获取第一参考特征向量对应的参考场景下的参考隐私数据列表；计算第一隐私数据列表与参考隐私数据列表之间的第二相似度；至少基于第二相似度，判别第一场景是否为异常场景。该方法能够有效检测出隐私数据不合理的场景，进而防止用户隐私数据被不必要地获取。
-
公开(公告)号：CN111553696A
公开(公告)日：2020-08-18
申请号：CN202010328350.6
申请日：2020-04-23
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种风险提示方法、装置及电子设备，该风险提示方法包括：获得用户对目标商品的操作行为所属的行为类型以及提供目标商品的目标商家；基于目标商家售卖的所有商品的类目信息，获得目标商家的商品类目分散度；基于用户的行为类型和目标商家的商品类目分散度，对用户的操作行为进行风险提示。通过商家的商品类目分散度、用户行为类型，综合考虑商家侧和用户侧的信息，来确定是否需要对用户进行风险提示，提高风险提示的准确性。
-
公开(公告)号：CN119128129A
公开(公告)日：2024-12-13
申请号：CN202411311820.2
申请日：2024-09-19
Applicant: 中国科学院软件研究所 , 支付宝(杭州)信息技术有限公司
IPC: G06F16/335 , G06F40/126 , G06F40/279 , G06F18/214
Abstract: 本说明书公开了一种信息抽取方法、装置、存储介质和电子设备，获取待抽取文本，并确定若干个目标抽取类别。针对每个目标抽取类别，根据预设对应关系，确定该目标抽取类别对应的标识符，作为提示信息。将提示信息及待抽取文本输入的信息抽取模型，得到信息抽取模型输出的待抽取文本的抽取结果，该信息抽取模型是通过预设对应关系确定出的标识符训练得到的。由于需要抽取的抽取类别较多，导致提示信息的长度过长，因此，本方法通过将抽取类别转换为标识符，以减少提示信息的长度。此外，信息抽取模型也是通过标识符训练得到的，因此，将标识符作为提示信息输入信息抽取模型，可在待抽取文本中抽取与标识符对应的抽取类别的信息。
-
Patent Agency Ranking
公开(公告)号：CN113688238A
公开(公告)日：2021-11-23
申请号：CN202110952575.3
申请日：2021-08-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F16/36 , G06F40/284 , G06K9/62 , G06F16/9535
Abstract: 本说明书实施例提供了一种识别词语上下位关系的方法和装置。根据该实施例的方法，首先获取待识别词对，所述待识别词对包括第一词语和第二词语；然后确定所述第一词语和第二词语之间的词向量差值；若所述词向量差值符合预先得到的上下位关系分布，则确定所述待识别词对存在上下位关系。通过本公开能够实现词语上下位关系的自动识别。
-
公开(公告)号：CN112199947A
公开(公告)日：2021-01-08
申请号：CN202011061564.8
申请日：2020-09-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/242 , G06F40/289 , G06K9/62 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 本说明书实施例提供一种程序名称宽泛检测方法和装置，该方法包括：获取一个程序的程序名称和主体名称后，首先从程序名称中解析出第一分词并分别将每个第一分词映射为第一词向量，从主体名称中解析出第二分词并分别将每个第二分词映射为第二词向量，接着根据各第一词向量生成用于表征程序名称内容特征的程序名称编码，接着根据程序名称编码和各第二词向量生成用于表征主体名称内容特征及第一分词与第二分词之间相似性的主体名称编码，接着将程序名称编码和主体名称编码输入分类器获得名称宽泛系数，接着根据名称宽泛系统与预设名称宽泛阈值的大小关系确定该程序的程序名称是否宽泛。
-
公开(公告)号：CN119203933A
公开(公告)日：2024-12-27
申请号：CN202411217241.1
申请日：2024-08-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供的一种模型训练方法、业务执行方法、装置以及存储介质，可以首先获取文本数据，将文本数据输入到预设的大语言模型中，以使大语言模型对文本数据进行语义分析，以确定出文本数据所对应的各文本要素信息，并根据各文本要素信息，生成用于对文本数据从至少部分角度进行总结的总结文本，以将总结文本与文本数据进行匹配，得到总结文本与文本数据之间的匹配结果，作为实际匹配结果，将文本数据以及总结文本输入到待训练的语言模型中，以使语言模型生成文本数据与总结文本之间的匹配结果，作为待验证匹配结果，根据待验证匹配结果和实际匹配结果之间的偏差，确定损失值，并根据损失值，对待训练的语言模型进行训练。
-
公开(公告)号：CN119202185A
公开(公告)日：2024-12-27
申请号：CN202411322542.0
申请日：2024-09-20
Applicant: 中国科学院软件研究所 , 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06N5/045
Abstract: 本说明书公开了一种业务执行方法、装置、存储介质及电子设备。在此方法中，获取至少一个提示示例以及待分析文本，并确定待分析文本对应的自解释指令，将至少一个提示示例、待分析文本以及自解释指令输入到预设的大语言模型中，以使大语言模型根据至少一个提示示例所包含的待分析示例文本与待分析示例文本对应的标准回复文本，来预测待分析文本对应的初始回复文本，并通过待分析文本对应的自解释指令，生成得到初始回复文本的原因信息，以根据原因信息，调整初始回复文本，并将调整后的初始回复文本作为待分析文本对应的目标回复文本，继而，根据待分析文本对应的目标回复文本，执行业务。
-
公开(公告)号：CN112199947B
公开(公告)日：2024-10-18
申请号：CN202011061564.8
申请日：2020-09-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F40/242 , G06F40/284 , G06F18/22 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本说明书实施例提供一种程序名称宽泛检测方法和装置，该方法包括：获取一个程序的程序名称和主体名称后，首先从程序名称中解析出第一分词并分别将每个第一分词映射为第一词向量，从主体名称中解析出第二分词并分别将每个第二分词映射为第二词向量，接着根据各第一词向量生成用于表征程序名称内容特征的程序名称编码，接着根据程序名称编码和各第二词向量生成用于表征主体名称内容特征及第一分词与第二分词之间相似性的主体名称编码，接着将程序名称编码和主体名称编码输入分类器获得名称宽泛系数，接着根据名称宽泛系统与预设名称宽泛阈值的大小关系确定该程序的程序名称是否宽泛。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.035 seconds)
