-
公开(公告)号：CN115577260A
公开(公告)日：2023-01-06
申请号：CN202211173543.4
申请日：2022-09-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/243
Abstract: 本说明书实施例提供了一种模型训练方法、节点信息确定方法及装置。在模型训练方法中，可以利用关系网络训练标签一致性模型。其中，关系网络包括多个节点以及节点之间的连接边。为了训练该标签一致性模型，首先可以从关系网络中获取训练样本，训练样本包含具有第一标签和第一特征的第一节点，以及具有第二标签和第二特征的第二节点，两个节点通过第一边相连接。然后，基于两个标签的比较确定第一边的可信度标签，其用于标识两个标签之间的一致性信息。接着，基于两个特征，通过标签一致性模型确定第一边的样本可信度，并基于样本可信度和可信度标签之间的差异确定预测损失，基于预测损失更新标签一致性模型。
-
公开(公告)号：CN114781625B
公开(公告)日：2022-09-23
申请号：CN202210659314.7
申请日：2022-06-13
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一种网络模型训练、推送内容确定方法及装置。网络模型包括自注意力网络和第一神经网络，该网络模型用于确定用户针对待推送内容的偏好评分，计算设备可以基于该偏好评分确定针对用户的推送内容。在训练网络模型时，可以基于用户的历史点击行为的时间戳，在预设维度空间中进行时间映射，得到时间编码；基于历史点击行为包含的点击内容和对应的时间编码，生成用户的时间序列特征；利用自注意力网络，基于时间序列特征和待推送内容，确定用于表征用户的历史点击行为与待推送内容之间关系的第一输出结果；利用第一神经网络，基于第一输出结果和用户的第一特征，确定用户针对待推送内容的偏好评分，基于偏好评分更新网络模型。
-
公开(公告)号：CN114819139A
公开(公告)日：2022-07-29
申请号：CN202210315789.4
申请日：2022-03-28
Applicant: 支付宝(杭州)信息技术有限公司 , 中国人民大学
Abstract: 本说明书实施例提供一种图神经网络的预训练方法及装置，获取业务关系图的图集合，各业务关系图中的节点表示业务对象，连接边表示业务关联关系；图集合包括第一图和目标图，第一图和目标图基于同一样本业务关系图分别进行预设增强处理而得到；针对第一图，分别将图集合中各其他图作为第二图，利用图神经网络进行图间匹配表征，图间匹配表征包括，基于第一图自身，结合来自第二图的节点信息，确定该第一图的第一图表征，用于表示第一图相对于第二图的业务结构关联；基于第二图自身，结合来自第一图的节点信息，确定该第二图的第二图表征；至少基于将目标图作为第二图时得到的第一图表征和第二图表征，确定第一损失；根据第一损失，训练图神经网络。
-
公开(公告)号：CN114781488A
公开(公告)日：2022-07-22
申请号：CN202210295588.2
申请日：2022-03-24
Applicant: 支付宝(杭州)信息技术有限公司 , 中国人民大学
IPC: G06K9/62
Abstract: 本说明书实施例公开了一种样本生成方法、装置以及设备。方案包括：根据物品特征，以及用户对物品特征的注意力特征，通过模型预测第一样本用户对第一物品的第一偏好分和对第二物品的第二偏好分，第一偏好分高于第二偏好分；根据设定的注意力扰动参数，对第一样本用户的注意力特征进行调整，并根据调整后的注意力特征，对第一偏好分和第二偏好数据进行更新；以减小更新后的第一偏好分与第二偏好分之间的差距为目标，学习注意力扰动参数的目标取值；在目标取值下，若更新后的第一偏好分低于第二偏好分，则根据调整后的注意力特征，生成第二样本用户，用于训练模型。
-
公开(公告)号：CN110866190B
公开(公告)日：2021-05-14
申请号：CN201911127100.X
申请日：2019-11-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06N3/02
Abstract: 本说明书实施例提供一种训练用于表征知识图谱的图神经网络模型的方法和装置，其中方法包括，从知识图谱中获取三元组，其中包括第一节点，第二节点，以及从第一节点指向第二节点的第一连接边；然后，在边嵌入层，根据第一连接边对应的关系类型以及边属性特征，确定对应的第一边向量；在节点嵌入层，分别将第一节点和第二节点作为目标节点，根据目标节点的节点属性特征，以及目标节点的邻居节点集，进行多级向量嵌入，从而分别得到与第一节点和第二节点对应的第一高阶向量和第二高阶向量。接着，根据第一高阶向量、第二高阶向量和第一边向量，确定第一节点通过第一连接边连接到第二节点的概率，以最大化概率为目标，更新边嵌入层和节点嵌入层。
-
Patent Agency Ranking
公开(公告)号：CN119311972A
公开(公告)日：2025-01-14
申请号：CN202410985093.1
申请日：2024-07-22
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/955 , G06F18/214 , G06F18/2415 , G06F18/243
Abstract: 本说明书提供链接预测方法及装置、程序产品、设备和存储介质，方法包括：确定第一对象的子图内表征第一对象的节点，和第二对象的子图内表征第二对象的节点的共同邻节点，其中，第一对象的子图和第二对象的子图均包括多个节点和多个连边，每个节点表征一个对象，任两个节点之间的连边表征该两个节点所表征的对象之间具有交集；若表征第一对象和第二对象的节点的共同邻节点的数量小于数量阈值，在第一节点的子图和第二节点的子图之间添加至少一条连边，以使表征第一对象和第二对象的共同邻节点的数量不小于数量阈值；将所述第一对象的子图和所述第二对象的子图输入至业务模型，以确定所述第一对象和所述第二对象之间是否具有交集。
-
公开(公告)号：CN118378099A
公开(公告)日：2024-07-23
申请号：CN202410612144.6
申请日：2024-05-16
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针对自然语言处理模型的数据召回方法及装置，针对待通过自然语言模型处理的第一信息，可以对其进行数据召回的预处理，以将召回的文本与第一信息一起经由自然语言处理模型进行处理，得到相应业务处理结果。在数据召回过程中，可以先从数据库中检索与第一信息相匹配的若干文本作为候选文本，然后利用预先训练的效用模型对各个候选文本进行有效性评估，以得到各个候选文本分别对应的各个效用分数，再针对各个候选文本，分别基于相应相似度和效用分数的融合得到相应的融合分数，并根据各个融合分数从候选文本中筛选出目标文本作为召回数据。如此，可以有效节约计算成本。
-
公开(公告)号：CN116992047A
公开(公告)日：2023-11-03
申请号：CN202310982770.X
申请日：2023-08-04
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供知识图谱表征模型训练方法、知识图谱表征方法及装置。在进行知识图谱表征模型训练时，经由知识图谱表征模型的文本表征层，根据知识图谱中的实体节点的实体特征和边关系的边标识特征生成实体节点的初始实体表征以及边关系的关系表征，实体特征至少包括实体节点的文本特征；经由知识图谱表征模型的图学习层，对实体节点的初始实体表征进行知识图谱下的图学习，以得到实体节点的最终实体表征；以及使用实体节点的最终实体表征和边关系的关系表征来执行知识图谱表征模型训练。
-
公开(公告)号：CN116304337A
公开(公告)日：2023-06-23
申请号：CN202310274863.7
申请日：2023-03-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F18/214 , G06V10/44 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例提供对象推荐模型训练方法、推荐对象确定方法及装置。在每轮模型训练时，确定用户特征的用户特征嵌入表征、目标对象和用户交互对象的对象特征嵌入表征。从用户交互对象的对象特征嵌入表征中解耦出用户兴趣嵌入表征和用户从众嵌入表征；分别根据目标对象的对象特征嵌入表征以及用户特征嵌入表征与用户兴趣嵌入表征和用户从众嵌入表征之间的耦合结果确定目标对象表征、用户兴趣表征和用户从众表征；根据基于用户兴趣表征、用户从众表征与目标对象表征确定出的用户兴趣预测结果和用户从众预测结果调整对象推荐模型的模型参数。
-
公开(公告)号：CN114781625A
公开(公告)日：2022-07-22
申请号：CN202210659314.7
申请日：2022-06-13
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一种网络模型训练、推送内容确定方法及装置。网络模型包括自注意力网络和第一神经网络，该网络模型用于确定用户针对待推送内容的偏好评分，计算设备可以基于该偏好评分确定针对用户的推送内容。在训练网络模型时，可以基于用户的历史点击行为的时间戳，在预设维度空间中进行时间映射，得到时间编码；基于历史点击行为包含的点击内容和对应的时间编码，生成用户的时间序列特征；利用自注意力网络，基于时间序列特征和待推送内容，确定用于表征用户的历史点击行为与待推送内容之间关系的第一输出结果；利用第一神经网络，基于第一输出结果和用户的第一特征，确定用户针对待推送内容的偏好评分，基于偏好评分更新网络模型。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.029 seconds)
