-
公开(公告)号：CN111507543B
公开(公告)日：2022-05-17
申请号：CN202010466497.1
申请日：2020-05-28
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预测实体间业务关系的模型训练方法及装置，利用采集到的实体基础数据构建基础关系图谱，从而利用实体间已知的上下游业务关系，训练包含第一图神经网络和第一分类网络的业务关系预测模型，用于挖掘未知的上下游业务关系。进一步地，本说明书实施例还提供一种实体业务关系图谱的构建方法及装置，通过利用训练后的业务关系预测模型，挖掘出未知的上下游业务关系，进而结合已知的实体间业务关系，构建实体业务关系图谱。更进一步地，本说明书实施例还提供一种实体业务风险的预测方法及装置，基于构建出的实体业务关系图谱，实现对实体节点进行精准地业务风险预测。
-
公开(公告)号：CN111738628B
公开(公告)日：2020-12-08
申请号：CN202010816539.X
申请日：2020-08-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供了一种风险群组识别方法及装置，其中，该方法包括：获取待风控的目标业务的业务行为数据。基于该业务行为数据和至少一个目标介质类型，构建第一关系网络图谱；该第一关系网络图谱包括：用户节点、以及与目标介质类型对应的介质节点，该目标介质类型是基于利用训练好的图深度学习模型得到的边权重数据所确定的。利用预设群组划分方式，对第一关系网络图谱中的多个用户节点进行群组划分，得到多个目标群组。在多个目标群组中，根据各目标群组的业务行为数据，确定风险群组。
-
公开(公告)号：CN111523649A
公开(公告)日：2020-08-11
申请号：CN202010384217.2
申请日：2020-05-09
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本发明涉及针对业务模型进行数据预处理的方法及装置。本说明书实施例提供一种新型的用于处理分类业务的业务模型，该业务模型通过多个深度网络实现，在多个深度网络中，通过引入描述不同特征值的特征表达向量，以及与各个分类类别分别对应的各个层标签向量，可以在每一个深度网络中，都充分考虑各个业务特征对于相应分类类别的重要度。在利用业务模型进行目标类别确定时，可以针对每个分类类别确定其作为待处理的业务数据的目标类别的可能性，从而提高业务模型的准确度，并且由于在各个深度网络中确定了相应业务特征的重要度系数，使得业务模型的业务处理结果具有可追溯性，提高使用体验。
-
公开(公告)号：CN111477198A
公开(公告)日：2020-07-31
申请号：CN202010151122.6
申请日：2020-03-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G10H1/00 , G06F16/683
Abstract: 本说明书公开了一种音乐小节的表示方法、装置及电子设备，该方法包括：获取曲调库中包含有的音乐小节；为每个所述音乐小节建立表示向量；根据所述曲调库中的曲调，针对每个音乐小节获得所述音乐小节的上下文音乐小节，其中，所述上下文音乐小节为曲调中距离所述音乐小节预设距离以内的音乐小节；针对每个音乐小节，根据所述音乐小节的表示向量和所述上下文音乐小节的表示向量计算损失函数得分，并基于所述得分更新所述音乐小节的表示向量，使得音乐小节的表示向量与其上下文音乐小节的表示向量之间的相似度不断增大，音乐小节的表示向量与负样例向量之间的相似度不断减小，从而实现对每个音乐小节的语义向量化表示。
-
公开(公告)号：CN111369258A
公开(公告)日：2020-07-03
申请号：CN202010160772.7
申请日：2020-03-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供一种账户类型的预测方法、装置及设备，根据具有交互关联关系的不同实体对象的第一历史行为数据构建第一网络图，通过图神经网络对该第一网络图进行学习，获得表征实体对象之间的交互特征的第一节点向量，再通过该第一节点向量以及基于第二历史行为数据构建的第二网络图对实体对象的类型进行预测，从而可在预测未知类型的实体对象的类型时，可基于实体对象之间的交互特征更加准确地对实体对象的类型进行预测。
-
Patent Agency Ranking
公开(公告)号：CN111091001B
公开(公告)日：2020-06-23
申请号：CN202010198678.0
申请日：2020-03-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/289 , G06K9/62
Abstract: 本说明书提供一种词语的词向量的生成方法、装置及设备，所述方法包括：将待处理语料进行分词后，分别确定出各个分词后的词语的n元笔画和m元注音字符，进一步初始化各个词语的词向量、笔画向量、注音字符向量，基于词向量、笔画向量、注音字符向量计算出各个词语与上下文词语之间的综合相似度以及与负样例词语之间的综合相似度，基于计算出的综合相似度对各个词语的词向量、笔画向量、注音字符向量进行优化调整。笔画和注音分别表征了词语两个不同方向的特征，将笔画和注音特征相融合，综合了词语尤其是中文词语的特有特征进行词向量的训练优化。
-
公开(公告)号：CN111310419A
公开(公告)日：2020-06-19
申请号：CN202010120899.6
申请日：2020-02-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/166 , G06F40/216 , G06F40/289
Abstract: 本说明书实施例提供一种对词语改写候选集进行更新的方法，该方法包括：首先，获取多个原始候选集，其中任意的第一原始候选集中包括对应的第一目标词语，用于改写第一目标词语的若干候选词语和对应的若干改写概率；接着，基于多个原始候选集，建立关系网络图；然后，针对关系网络图中表示第一目标词语的第一目标节点，确定其K阶以内的多个出度邻居节点；再接着，针对多个出度邻居节点中任意的第一邻居节点，根据从第一目标节点到该第一邻居节点所经过的有向边和有向边的权重，确定将第一目标词语改写为第一邻居节点所表示词语的第一改写分数；再然后，基于对应于多个出度邻居节点的多个改写分数和多个词语，更新第一原始候选集。
-
公开(公告)号：CN111178458A
公开(公告)日：2020-05-19
申请号：CN202010276683.9
申请日：2020-04-10
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 曹绍升
IPC: G06K9/62
Abstract: 本说明书实施例提供一种分类模型的训练、对象分类方法及装置，在训练方法中，获取带分类标签的样本。在嵌入层中，确定样本的特征向量以及分类标签的标签向量。在卷积层中，基于若干不同宽度的卷积窗口，对样本的特征向量进行多次卷积处理，得到多个卷积结果。在池化层中，计算各卷积结果与分类标签的标签向量之间的相似度，并基于计算得到的相似度，确定对应于各卷积结果的注意力权重值。基于对应于各卷积结果的注意力权重值，对各卷积结果进行加权平均池化操作，得到池化结果。将池化结果作为样本的样本表示向量，并至少基于样本表示向量以及分类标签的标签向量，确定预测损失。基于预测损失，调整分类模型的参数。
-
公开(公告)号：CN111026973A
公开(公告)日：2020-04-17
申请号：CN201911375799.1
申请日：2019-12-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F16/9536 , G06Q10/04
Abstract: 本发明提供一种商品兴趣度预测方法、装置及电子设备；所述方法包括：获取用户关系网络图；所述用户关系网络图包括：表示用户的用户节点，以及连接所述用户节点以表示用户间存在好友关系的边；其中，部分所述用户节点关联有用于表示商品兴趣度的标签；将所述用户关系网络图输入图注意力网络模型，得到连接有所述边的两个所述用户节点间的影响度；根据所述影响度和所述用户关系网络图，生成加权用户关系网络图；根据所述加权用户关系网络图，使用预定的预测算法，得到商品兴趣度预测结果。
-
公开(公告)号：CN110879832A
公开(公告)日：2020-03-13
申请号：CN201911013036.2
申请日：2019-10-23
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 曹绍升
IPC: G06F16/33 , G06F16/35 , G06F40/289 , G06F40/30
Abstract: 本说明书实施例提供一种目标文本检测方法、模型训练方法、装置及设备。在获取待检测文本后，基于待检测文本中各词语的n元拼音以及n元笔画得到各词语的第一词向量，然后将第一词向量输入到预先训练的目标文本检测模型，检测文本是否为目标文本。由于第一词向量是基于所述词语的n元拼音以及n元笔画得到，因而具有“音”和“形”的特性，且更细粒度表现了词语之间的关联，因而在根据第一词向量来检测文本是否为目标文本时，可以更加准确地检测出一些形近和音近的目标文本。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.041 seconds)
