-
公开(公告)号：CN116089577A
公开(公告)日：2023-05-09
申请号：CN202211567262.7
申请日：2022-12-07
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F40/289 , G06F40/35 , G06N20/00
Abstract: 本说明书公开了一种关键词的标注方法、装置、存储介质及电子设备。该关键词的标注方法包括：获取用户的对话语句，并对对话语句进行分词处理，确定对话语句中包含的各分词，针对每个分词，根据该分词在对话语句中出现的频率，确定该分词对应的重要程度，根据每个分词对应的重要程度，选择预设数量的分词，作为候选词，将确定出的各候选词组输入预先训练的语句生成模型中，以确定每个候选词组对应的重构对话语句，一个候选词组中包含有至少一个候选词，根据各重构对话语句与所述对话语句之间的语义匹配度，确定对话语句中的各关键词，并对各关键词进行标注。
-
公开(公告)号：CN115545002B
公开(公告)日：2023-03-31
申请号：CN202211509841.6
申请日：2022-11-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/194 , G06F40/289 , G06F40/30
Abstract: 本说明书公开了一种模型训练和业务处理的方法、装置、存储介质及设备。该模型训练的方法包括，获取历史对话，从历史对话中确定目标语句，将历史对话输入待训练的特征提取模型中，以使特征提取模型根据历史对话中除目标语句外的其他语句，确定目标语句对应的语句特征，作为第一特征，以及，根据目标语句，确定目标语句对应的语句特征，作为第二特征，以最小化第一特征与第二特征之间的偏差为优化目标，对特征提取模型进行训练，其中，训练后的特征提取模型用于确定输入的每个对话语句对应的语句特征，并将输出的语句特征进行发送，以使接收端根据接收到的语句特征进行业务处理。
-
公开(公告)号：CN115238060B
公开(公告)日：2022-12-27
申请号：CN202211141861.2
申请日：2022-09-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F40/35 , G06F40/205 , G06Q10/10
Abstract: 本说明书实施例提供了一种人机交互方法及装置、计算机可读存储介质、计算设备，方法包括：根据在本轮人机对话中机器提问话术和用户回答内容，确定用户意图；调用预设对话流程文件，并从所述预设对话流程文件中选择出与所述用户意图具有映射关系的流程节点；其中，所述预设对话流程文件中包括至少一个映射关系，每一个映射关系为一个预设用户意图和一个流程节点之间的映射关系；根据选择出的流程节点，确定针对所述用户回答内容而进行的下一轮对话中的机器话术，并输出所述机器话术。本说明书实施例使得维护工作变得简单。
-
公开(公告)号：CN115129878A
公开(公告)日：2022-09-30
申请号：CN202211052703.X
申请日：2022-08-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F16/332
Abstract: 在本说明书提供的对话业务执行方法、装置、存储介质及电子设备中，可获取用户在上一回合输入的回复内容，并确定上一回合向用户发送的话术的话术种类；根据回复内容，在预先构建的意图库中确定用户的意图；将确定出的意图与话术种类的组合确定为当前逻辑组合；在预先构建的规则库中确定与当前逻辑组合匹配的规则；根据所述规则，确定当前回合要向用户发送的话术的话术种类；根据话术种类在预先构建的话术库中确定向用户发送的话术，并将确定出的话术发送给所述用户。在采用本方法执行对话业务时，可通过规则的形式确定出下一回合向用户发送的话术，当需要修改对话逻辑时，只需要添加或修改特定的规则便可完成修改，极大地降低了更新维护的门槛。
-
公开(公告)号：CN115019786A
公开(公告)日：2022-09-06
申请号：CN202210561117.1
申请日：2022-05-23
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了模糊音识别模型的训练方法和装置以及语音含义的理解方法及装置。该训练方法包括：得到包括多个字符的具有语义的样本文本；对样本文本中的每一个字符，获取该字符的拼音；根据样本文本中的每一个字符的拼音，得到每一个字符对应的模糊音；利用样本文本、该样本文本中每一个字符对应的模糊音以及该样本文本的标签，训练所述模糊音识别模型。本说明书实施例能够更加准确地理解语音的含义。
-
Patent Agency Ranking
公开(公告)号：CN113011583B
公开(公告)日：2022-04-12
申请号：CN202110268665.0
申请日：2021-03-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/08 , G06N3/04 , G06N20/00 , G06F16/332 , G06Q30/02
Abstract: 本说明书实施例提供一种强化学习模型的训练方法，该方法包括：获取业务环境的当前状态，其中包括上一轮交互产生的交互内容；基于该交互内容，将多个备选业务动作划分为本轮交互下的可选动作集和禁选动作集；将该当前状态输入强化学习模型，从可选动作集中选取收益预测值最大的可选动作作为本轮业务动作，如此可以避免用户被无关动作打扰，从而提升用户体验；再将该本轮业务动作施加于上述业务环境，得到该业务环境的本轮反馈，基于本轮反馈计算本轮业务动作的收益标签值，并基于该收益标签值构建其他备选业务动作的收益标签值，从而实现可以利用全量备选业务动作训练上述强化学习模型，有效加速强化学习模型的收敛。
-
公开(公告)号：CN114238744A
公开(公告)日：2022-03-25
申请号：CN202111574694.6
申请日：2021-12-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/953
Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，所述方法包括：在接收到针对第一图像的相似图像检索指令的情况下，确定与所述第一图像对应的候选图像；基于预先训练的特征提取模型，获取与所述第一图像对应的第一特征向量，与所述候选图像对应的第二特征向量，所述特征提取模型为基于第二图像、所述第二图像的标签，对由特征提取算法和度量学习算法构建的特征提取模型进行训练得到，所述第二图像的标签为基于所述第二图像的标题信息和预设聚类算法确定；基于所述第一特征向量和所述第二特征向量，确定所述候选图像中与所述第一图像对应的目标图像，并将所述目标图像确定为与所述相似图形检索指令对应的检索结果。
-
公开(公告)号：CN114120670A
公开(公告)日：2022-03-01
申请号：CN202111411787.7
申请日：2021-11-25
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开提供了一种用于交通信号控制的方法和系统，方法包括针对路网中的每个交叉路口，获取该交叉路口及其相邻路口的交通信息，其中交通信息包括车辆信息、道路信息和当前交通信号状态；将所获取的交通信息输入交通信号控制模型以得到预测的交通信号状态；以及基于针对每个交叉路口的所预测的交通信号状态来控制交通信号状态的改变。
-
公开(公告)号：CN113672709A
公开(公告)日：2021-11-19
申请号：CN202110886944.3
申请日：2021-08-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F21/31 , G06F40/211 , G06F40/35 , G06F16/27 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，包括：接收针对目标业务的第一数据处理请求，其中，第一数据处理请求中携带有终端设备的地址信息，第一数据处理请求为对用户输入的针对目标业务的待验证信息进行验证的处理请求；向终端设备发送第一提示信息，以使用户基于第一提示信息输入与目标业务对应的待验证信息；接收终端设备发送的待验证信息，采用预先训练的预设验证模型对待验证信息进行验证，并基于验证结果执行目标业务，预先训练的预设验证模型为基于样本验证信息所对应的信息内容权重进行有监督的训练得到的。
-
公开(公告)号：CN114238744B
公开(公告)日：2024-10-01
申请号：CN202111574694.6
申请日：2021-12-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/953
Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，所述方法包括：在接收到针对第一图像的相似图像检索指令的情况下，确定与所述第一图像对应的候选图像；基于预先训练的特征提取模型，获取与所述第一图像对应的第一特征向量，与所述候选图像对应的第二特征向量，所述特征提取模型为基于第二图像、所述第二图像的标签，对由特征提取算法和度量学习算法构建的特征提取模型进行训练得到，所述第二图像的标签为基于所述第二图像的标题信息和预设聚类算法确定；基于所述第一特征向量和所述第二特征向量，确定所述候选图像中与所述第一图像对应的目标图像，并将所述目标图像确定为与所述相似图形检索指令对应的检索结果。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.024 seconds)
