-
公开(公告)号：CN114492443A
公开(公告)日：2022-05-13
申请号：CN202210078338.3
申请日：2022-01-24
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 公开了一种用于训练实体识别模型的方法，包括：构造训练集；以及将该训练集中的训练样本输入到实体识别模型，以得到该训练样本中的句子的序列标注预测输出和实体匹配预测输出，基于该句子的序列标注预测输出和该句子的序列标注标签确定该句子的序列标注损失；至少部分地基于该句子的实体匹配预测输出和该句子的隐喻实体标签确定该句子的实体匹配损失；确定该实体识别模型的总损失，该总损失为该序列标注损失和该实体匹配损失的加权和；以及迭代执行训练以最小化该实体识别模型的总损失，从而得到经训练的实体识别模型。本申请还涉及相对应的实体识别方法以及相关系统、装置和介质。本方案能够全面、高效地识别出包括隐喻实体在内的感兴趣实体。
-
公开(公告)号：CN113626602B
公开(公告)日：2025-05-13
申请号：CN202110955119.4
申请日：2021-08-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/353 , G06F40/30 , G06F40/284 , G06F40/232 , G06F40/253 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/084
Abstract: 说明书披露一种文本分类的方法和装置。所述方法包括：对待分类文本进行切分得到若干文本片段；针对每个文本片段，将其作为入参输入已训练的片段语义提取模型，得到文本片段对应的片段语义向量；将片段语义向量作为入参输入已训练的第一分类模型，得到文本片段的分类结果；若任一文本片段的分类结果满足预设的置信要求，则根据满足置信要求的分类结果，确定待分类文本所属的文本分类；若所有文本片段的分类结果均不满足置信要求，则将若干文本片段对应的若干片段语义向量作为入参输入已训练的文本语义提取模型，得到待分类文本对应的文本语义向量；将文本语义向量作为入参输入已训练的第二分类模型，确定待分类文本所属的文本分类。
-
公开(公告)号：CN113626603B
公开(公告)日：2024-03-29
申请号：CN202110956610.9
申请日：2021-08-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F40/30 , G06F40/289 , G06F40/253 , G06F40/232 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/09 , G06N3/0985
Abstract: 说明书披露一种文本分类的方法和装置。所述方法包括：对待分类文本进行切分，得到若干文本片段；针对每个文本片段，将所述文本片段作为入参输入已训练的片段语义提取模型以对所述文本片段进行语义提取，得到所述文本片段对应的片段语义向量；将所述若干文本片段对应的若干片段语义向量作为入参输入已训练的文本语义提取模型以对所述待分类文本进行语义提取，得到所述待分类文本对应的文本语义向量；将所述文本语义向量作为入参输入已训练的分类模型，根据所述分类模型的输出结果，确定所述待分类文本所属的文本分类。
-
公开(公告)号：CN114266226A
公开(公告)日：2022-04-01
申请号：CN202111642879.6
申请日：2021-12-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/126 , G06F40/166 , G06F40/205
Abstract: 本申请提出一种文本处理方法、装置、设备和存储介质。该方法可以包括：对待处理文本进行切分操作，得到N个文本序列；针对所述N个文本序列中的每一文本序列，基于所述文本序列前后相邻的文本序列中的至少部分文本数据，对所述文本序列进行编码，得到编码后的所述文本序列；对编码后的N个所述文本序列进行编码，得到所述待处理文本对应的编码结果，并根据所述编码结果，确定所述待处理文本的文本类型。
-
公开(公告)号：CN113626603A
公开(公告)日：2021-11-09
申请号：CN202110956610.9
申请日：2021-08-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F40/30 , G06F40/289 , G06F40/253 , G06F40/232 , G06N3/04 , G06N3/08
Abstract: 说明书披露一种文本分类的方法和装置。所述方法包括：对待分类文本进行切分，得到若干文本片段；针对每个文本片段，将所述文本片段作为入参输入已训练的片段语义提取模型以对所述文本片段进行语义提取，得到所述文本片段对应的片段语义向量；将所述若干文本片段对应的若干片段语义向量作为入参输入已训练的文本语义提取模型以对所述待分类文本进行语义提取，得到所述待分类文本对应的文本语义向量；将所述文本语义向量作为入参输入已训练的分类模型，根据所述分类模型的输出结果，确定所述待分类文本所属的文本分类。
-
Patent Agency Ranking
公开(公告)号：CN113626602A
公开(公告)日：2021-11-09
申请号：CN202110955119.4
申请日：2021-08-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F40/30 , G06F40/289 , G06F40/232 , G06F40/253 , G06N3/04 , G06N3/08
Abstract: 说明书披露一种文本分类的方法和装置。所述方法包括：对待分类文本进行切分得到若干文本片段；针对每个文本片段，将其作为入参输入已训练的片段语义提取模型，得到文本片段对应的片段语义向量；将片段语义向量作为入参输入已训练的第一分类模型，得到文本片段的分类结果；若任一文本片段的分类结果满足预设的置信要求，则根据满足置信要求的分类结果，确定待分类文本所属的文本分类；若所有文本片段的分类结果均不满足置信要求，则将若干文本片段对应的若干片段语义向量作为入参输入已训练的文本语义提取模型，得到待分类文本对应的文本语义向量；将文本语义向量作为入参输入已训练的第二分类模型，确定待分类文本所属的文本分类。
-
公开(公告)号：CN118535730A
公开(公告)日：2024-08-23
申请号：CN202410551463.0
申请日：2024-05-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F40/295 , G06N3/0455 , G06N3/08
Abstract: 本说明书实施例公开了一种实体抽取模型的训练方法，该方法在NER训练框架中增加一个顺序预测模块，通过NER主框架学习输入文本的实体字符集合，通过顺序预测模块来学习输入文本的实体字符顺序。通过此方式，能够解决当前的NER框架的实体识别结果的字符顺序错误的问题。本说明书实施例所述的实体抽取模型的训练装置、实体抽取方法及装置同样具有上述有益效果。
-
公开(公告)号：CN118366165A
公开(公告)日：2024-07-19
申请号：CN202410526783.0
申请日：2024-04-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V30/146 , G06V30/19 , G06V30/18
Abstract: 本说明书实施例公开了一种文档信息抽取模型的训练方法，该方法在通用文档信息抽取模型的基础上，在每一层编码器的输入向量中，以及在最后一层编码器的输出向量中，增加了原始文本位置信息残差链接，使得模型对于文本原始位置的记忆更加强，从而提升抽取结果的准确度。本说明书实施例所述的文档信息抽取模型的训练装置、文档信息抽取方法及装置同样具有上述有益效果。
-
公开(公告)号：CN118364047A
公开(公告)日：2024-07-19
申请号：CN202410386476.7
申请日：2024-04-01
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/33 , G06F16/332 , G06F16/35 , G06F40/295 , G06F40/30 , G06F40/284 , G06V30/19 , G06V10/82 , G06N3/09 , G06N3/045
Abstract: 本说明书实施例公开了一种实体关系提取模型训练、实体关系提取方法、装置及设备。实体可以是身份性的个人信息。获取多个文本样本及其样本标签；其中，每个文本样本包括按序排列的若干文本单元，每个文本样本的样本标签表示该文本样本中每个文本单元是否实际属于实体，以及文本单元所属的实体之间是否实际存在预定义的关联关系；以每个文本样本为模型输入，以每个文本样本的关系提取结果为模型输出，根据每个文本样本的样本标签训练所述实体关系提取模型。
-
公开(公告)号：CN116246276A
公开(公告)日：2023-06-09
申请号：CN202211659334.0
申请日：2022-12-22
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种信息识别方法、装置、设备及可读存储介质，通过至少根据存在对应关系的目标词组成的目标词对，生成目标图像作为训练样本，并以目标词对中目标词之间的对应关系为训练样本的第一标签，通过将目标词中包含的各字符以及各字符在所述目标图像中的坐标信息输入识别模型中，得到各待定词之间的预测对应关系，并以预测对应关系和第一标签之间的差异最小化为训练目标，训练识别模型。可见，通过基于目标词对生成目标图像作为训练样本，解决了训练样本不足的问题，生成训练样本所用的目标词之间存在对应关系，使得识别模型能够输出图像中包含的词语之间的对应关系，提高从图像中提取结构化信息的效率，并提高隐私信息的安全性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.029 seconds)
