公开(公告)号：CN116861345A

公开(公告)日：2023-10-10

申请号：CN202310503770.7

申请日：2023-05-04

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 林鑫

IPC: G06F18/2433 ,  G06F18/2113 ,  G06F18/22 ,  G06F16/36

Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，其中，该方法包括：获取用于训练第一模型的第一文本数据样本，以及第一文本数据样本对应的类型标签，基于第一文本数据样本包含的特征数据以及特征数据之间的相关性，构建与第一文本数据样本对应的目标图结构数据，对目标图结构数据中包含的联通子图中包含的多个节点进行节点筛选处理，得到筛选后的目标图结构数据，将筛选后的目标图结构数据输入第一模型，得到第一文本数据样本对应的预测标签，并基于第一文本数据样本对应的预测标签和第一文本数据样本对应的类型标签，对第一模型进行迭代训练，直到第一模型收敛，得到训练后的第一模型。

公开(公告)号：CN114898178A

公开(公告)日：2022-08-12

申请号：CN202210503227.2

申请日：2022-05-10

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 林鑫

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/32 ,  G06V10/764 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供了一种图像识别神经网络模型的训练方法及系统、计算机可读存储介质、计算设备，方法包括至少两轮训练过程，每一轮训练过程包括：将样本集中的图像样本随机划分为第一预设数量的样本子集；将每一个样本子集中的各个图像样本按照宽高比进行排序，并将每一个排序后的样本子集中的图像样本划分为第二预设数量的批次；按照每一个批次中的一个图像样本的宽高比，对该批次中的各个图像样本进行尺寸调整，使得该批次中的各个图像样本的尺寸相同；根据每一个尺寸调整后的批次中的各个图像样本，进行图像识别神经网络模型的训练。本发明能够在尺寸调整时减少图像信息的丢失。

公开(公告)号：CN118885310A

公开(公告)日：2024-11-01

申请号：CN202411050059.1

申请日：2024-07-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 林鑫 ,  陈宇涛

IPC: G06F9/54 ,  G06F9/50

Abstract: 本说明书一个或多个实施例提供一种消息中间件系统及消息处理方法。所述消息中间件系统中部署有计算模块，所述计算模块用于在接收消息流中消息的过程中按照预设大小对消息流进行消息段的划分，所述计算模块用于判断接收到的目标消息和所述目标消息所属的目标消息流的当前消息段的总大小是否超过所述预设大小；在所述总大小超过所述预设大小的情况下，开始新消息段的划分，并确定所述目标消息归属于新消息段，以及确定所述新消息段对应的存储设备，并将所述目标消息发送至确定的存储设备进行存储；在所述总大小未超过所述预设大小的情况下，确定所述目标消息归属于所述当前消息段，并将所述目标消息发送至所述当前消息段对应的存储设备进行存储。

公开(公告)号：CN116701624A

公开(公告)日：2023-09-05

申请号：CN202310608640.X

申请日：2023-05-26

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 林鑫 ,  陈帅

IPC: G06F16/35 ,  G06F16/215 ,  G06F18/2415 ,  G06F18/243 ,  G06N3/045 ,  G06N3/047 ,  G06N3/088

Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，其中，该方法包括：获取用于训练第一模型的第一文本数据样本，以及第一文本数据样本对应的类型标签，基于第一文本数据样本以及第一文本数据样本对应的类型标签对第一模型进行训练，并在第一模型满足预设收敛条件的情况下，获取第一模型对第一文本数据样本进行规则学习处理得到的多个候选规则，获取将第一文本数据样本输入到第一模型中所输出的预测标签，基于预测标签，以及第一文本数据样本对应的类型标签，确定候选规则对应的分类准确率，基于候选规则对应的分类准确率，确定候选规则中与第一文本数据样本中的负样本对应的目标规则。