-
公开(公告)号:CN115293145A
公开(公告)日:2022-11-04
申请号:CN202210749683.5
申请日:2022-06-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/279 , G06F40/216 , G06F40/30
Abstract: 本说明书的实施例提供了一种用于相似案件检索的方法,所述方法包括:接收待查询案件的相似案件查询请求;至少部分地基于所述相似案件查询请求,分别提取所述待查询案件和历史判决案例的文本特征和经验特征,以及提取历史判决案例的知识图谱特征;融合文本特征、经验特征、以及知识图谱特征;以及基于所融合的特征而检索并输出历史判决案例中的相似案件。还提供了众多其他方面。
-
公开(公告)号:CN117312492A
公开(公告)日:2023-12-29
申请号:CN202311141896.0
申请日:2023-09-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/33 , G06F18/214 , G06N3/0442
Abstract: 本说明书实施例公开了一种数据的检索方法、装置及设备,该方法包括:获取目标事件的查询请求,查询请求中包括目标事件的事件文本,获取针对查询请求的历史事件文书集,对事件文本进行关键信息提取,得到事件文本对应的事件信息,事件信息包括目标事件的事件触发词,对事件信息和事件文本进行编码处理,得到第一编码信息,并对第一编码信息中事件触发词对应的编码信息进行池化处理,得到第二编码信息,对历史事件文书进行编码处理,得到第三编码信息集,基于预先训练的表征模型对第二编码信息和第三编码信息集进行处理,并基于处理后的第二编码信息和第三编码信息集,从历史事件文书集中确定查询到的与目标事件相匹配的历史事件文书。
-
公开(公告)号:CN116541509A
公开(公告)日:2023-08-04
申请号:CN202310507025.X
申请日:2023-05-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/335 , G06F16/35 , G06F18/22 , G06F18/213 , G06N3/045 , G06N3/0455
Abstract: 本说明书实施例提供了多种数据处理方法、装置及设备,其中一种方法包括:接收针对目标文本数据的相似文本检索请求,响应于相似文本检索请求,获取由基于训练后的目标模型得到的目标文本数据包含的语句对应的第一特征向量、目标文本数据包含的语句对应的预测类别、候选文本数据包含的语句对应的第二特征向量,以及候选文本数据包含的语句对应的预测类别,确定的目标文本数据和候选文本数据之间的目标相似度,基于目标相似度,从候选文本数据中筛选出与目标文本数据存在匹配关系的候选文本数据,并将筛选出的候选文本数据确定为针对目标文本数据的相似文本检索结果。
-
公开(公告)号:CN113836913B
公开(公告)日:2024-12-03
申请号:CN202111095354.5
申请日:2021-09-17
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/284 , G06F40/211 , G06F40/253 , G06F16/35 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/048
Abstract: 本说明书实施例提供了一种利用检测模型检测文本中事件触发词的方法及装置,检测模型包括图神经网络,其中包括依次连接的N个神经网络层,神经网络层包括噪声过滤子层和图卷积子层,该方法包括:获取词序列中m个词分别对应的m个第一向量;基于m个词的句法依赖获取各词之间的邻接关系;将m个第一向量输入图神经网络,在任意的第t神经网络层的向量处理包括:利用噪声过滤子得到各输入向量的降噪向量,包括该输入向量与其他输入向量之间分别对应的降噪权重;根据m个输入向量、邻接关系、各输入向量的降噪向量,基于图卷积子层确定本层的m个输出向量;根据N个神经网络层中最后一层的m个输出向量,确定各个词是否为事件触发词的检测结果。
-
公开(公告)号:CN118672902A
公开(公告)日:2024-09-20
申请号:CN202410697648.2
申请日:2024-05-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种测试用例的生成方法、装置、存储介质及电子设备,首先获取评测种子数据,然后结合训练好的生成大模型,设计并选取至少一种诱导攻击手法,通过对评测种子数据进行变形处理生成多样化的测试用例集,同时自动生成测试用例集中各个测试用例的用例标注。
-
公开(公告)号:CN114064892A
公开(公告)日:2022-02-18
申请号:CN202111341792.5
申请日:2021-11-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F40/211 , G06F40/284 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本公开涉及基于文档级图卷积网络的事件检测方法和系统。该方法包括:接收输入文档,所述输入文档包括多个句子;通过文档级图卷积网络模型来检测所述输入文档中的事件,所述文档级图卷积网络模型包括全局节点和候选触发词节点,其中所述全局节点连接到每一候选触发词节点,并且所述全局节点的初始向量是随机初始化的,所述候选触发词是与所述事件相关联的;以及输出检测到的事件以及与该事件相对应的事件类型。
-
公开(公告)号:CN113836913A
公开(公告)日:2021-12-24
申请号:CN202111095354.5
申请日:2021-09-17
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/284 , G06F40/211 , G06F40/253 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例提供了一种利用检测模型检测文本中事件触发词的方法及装置,检测模型包括图神经网络,其中包括依次连接的N个神经网络层,神经网络层包括噪声过滤子层和图卷积子层,该方法包括:获取词序列中m个词分别对应的m个第一向量;基于m个词的句法依赖获取各词之间的邻接关系;将m个第一向量输入图神经网络,在任意的第t神经网络层的向量处理包括:利用噪声过滤子得到各输入向量的降噪向量,包括该输入向量与其他输入向量之间分别对应的降噪权重;根据m个输入向量、邻接关系、各输入向量的降噪向量,基于图卷积子层确定本层的m个输出向量;根据N个神经网络层中最后一层的m个输出向量,确定各个词是否为事件触发词的检测结果。
-
公开(公告)号:CN119201684A
公开(公告)日:2024-12-27
申请号:CN202411167358.3
申请日:2024-08-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F11/36
Abstract: 本说明书实施例公开了一种内容生成模型的测试方法、装置、介质及设备。本方案可以在可信执行环境中实现,以保护数据隐私。在内容生成模型的测试过程中,并不会采用预先固定好的提示内容作为测试题目,来诱导内容生成模型输出不符合设定要求的生成内容。而是采用“主题与算法组合”的方式,在测试过程中即时创建测试用例,通过执行测试用例,可以以诱导内容生成模型输出不符合设定要求的生成内容为目的,向所述内容生成模型输入关联所述主题信息的提示内容,完成测试。
-
公开(公告)号:CN118674054A
公开(公告)日:2024-09-20
申请号:CN202410714466.1
申请日:2024-06-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/045 , G06N5/04 , G06N5/022 , G06N3/08 , G06F11/36 , G06F16/332 , G06F16/33 , G06F40/295
Abstract: 本说明书实施例公开了一种模型真实性评测方法、装置及设备,该方法包括:获取用于对目标模型进行真实性评测的第一问题数据,将第一问题数据输入到目标模型中,得到第一问题数据对应的第一响应结果;提取第一问题数据中包含的命名实体,基于命名实体和第一问题数据,构建第二问题数据,第二问题数据用于触发目标模型输出针对第一问题数据的分析依据和结果;将第二问题数据输入到目标模型中,得到第二问题数据对应的模型预测结果,模型预测结果包括对第一问题数据进行分析得到的分析依据信息和第一问题数据对应的第二响应结果;基于第一响应结果和模型预测结果,确定目标模型的真实性评测结果。
-
公开(公告)号:CN116303917A
公开(公告)日:2023-06-23
申请号:CN202211095738.1
申请日:2022-09-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/31 , G06F16/335 , G06F40/289 , G06F18/2415 , G06F18/22 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06Q50/18
Abstract: 本说明书实施例公开了一种数据的检索方法、装置及设备,该方法包括:获取目标事件的查询请求,该查询请求中包括目标事件的事实行为数据;基于目标事件的事实行为数据,从预先建立的检索数据库中由事实行为数据和证据信息生成的索引信息中,获取与目标事件的事实行为数据相匹配的第一索引信息;获取第一索引信息对应的历史事件的文书信息,并确定每个历史事件的文书信息与目标事件的事实行为数据的匹配特征,对匹配特征进行池化处理和/或卷积处理,得到处理后的数据;对处理后的数据进行融合处理,得到历史事件的文书信息中与目标事件的事实行为数据匹配的目标历史事件的文书信息。
-
-
-
-
-
-
-
-
-