-
公开(公告)号：CN118132680A
公开(公告)日：2024-06-04
申请号：CN202410545207.0
申请日：2024-04-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/33 , G06F16/31 , G06F16/36 , G06F40/247 , G06F40/284 , G16H50/70 , G06N5/022
Abstract: 本说明书实施例提供一种基于医疗知识库的查询处理方法和装置，其中，医疗知识库包括知识图谱，知识图谱中的节点包括标准词节点和词条节点，各词条节点具有对应子图作为其词条索引。方法包括：从查询请求中提取若干医学术语；基于若干医学术语，查询知识图谱，获得关联词查询结果和词条查询结果，关联词查询结果至少包括查询到的标准词节点，词条查询结果包括若干备选词条节点；根据关联词查询结果，确定查询请求与若干备选词条节点各自对应的子图的相关性得分；根据相关性得分，确定出目标词条，将对应的词条内容归入查询处理结果。能够提升查询到的词条的准确率。
-
公开(公告)号：CN118069935A
公开(公告)日：2024-05-24
申请号：CN202410188718.1
申请日：2024-02-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9536 , G06Q10/04 , G06Q50/00 , G06Q50/10 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N20/20
Abstract: 本说明书实施例提供了一种基于关系网络的助力信息推送的方法及装置。关系网络包含代表用户的节点以及代表节点之间关系的连接边。对于待向其发送助力信息的关键意见用户，从关系网络中确定该关键意见用户的多个邻居用户，并将关键意见用户分别与多个邻居用户组成多个用户组。针对任一用户组，利用该用户组中用户之间的网络结构特征，通过预先训练的助力预测模型，确定该用户组中的邻居用户对关键意见用户的助力影响度，从而根据助力影响度，从多个邻居用户中找到对关键意见用户影响度最高的邻居用户作为目标用户。在向关键意见用户发送助力信息时，也向目标用户发送助力信息。用户相关特征属于隐私数据，在数据处理过程中需要进行隐私保护。
-
公开(公告)号：CN118052280A
公开(公告)日：2024-05-17
申请号：CN202410190370.X
申请日：2024-02-20
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例涉及一种生成带有频次约束的图规则的方法及装置，方法包括：首先，从预先形成的与交易相关的知识图谱中采样出多个目标子图，任一目标子图的头节点和尾节点所代表的用户和/或交易之间具有特定的风险关系。然后，对任一目标子图进行泛化处理，得到节点和/或边数量少于该目标子图的目标泛化图，所述泛化处理包括，对部分节点和边进行合并操作，所述目标泛化图包括基于所述合并操作确定的各个节点和边的出现频次。最后，确定多个目标泛化图的最大共同子图，并基于预设的性能评价指标，确定所述最大共同子图中各个节点和边的频次约束，得到规则图。
-
公开(公告)号：CN116796004A
公开(公告)日：2023-09-22
申请号：CN202310772839.6
申请日：2023-06-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/36 , G06N3/0895 , G06F40/186 , G06F18/25
Abstract: 本说明书实施例提供了一种基于知识图谱的语言模型训练方法及装置。在训练过程中，将知识图谱中的子图输入图神经网络，通过图神经网络对子图中的节点进行聚合，得到子图在结构方面的表征，即子图表征。同时，本体信息和子图的图谱事实数据生成句子，作为文本语料，将文本语料输入预训练后的语言模型，通过语言模型确定子图在包含的深层文本方面的文本表征。在得到子图的子图表征和文本表征之后，基于二者之间的差异进行对比学习，从而更新语言模型。
-
公开(公告)号：CN119294486A
公开(公告)日：2025-01-10
申请号：CN202411297642.2
申请日：2024-09-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/022 , G06N5/04 , G06F16/3329 , G06F16/36
Abstract: 本说明书提供了一种基于医疗知识图谱的LLM模型微调方法及相关设备。该方法包括：获取与目标应用场景相关的知识图谱的结构信息；结构信息包含知识图谱中预定义的多个实体类型和多个实体类型之间的关系；基于结构信息生成与目标应用场景相关的推理任务对应的问题模版和回答路径模版；问题模版包含与问题对象对应的第一实体类型；回答路径模版包含：由与问题对象对应的第一实体类型、与问题答案对应的第二实体类型，以及第一实体类型和第二实体类型之间的关系构成的图谱路径；基于问题模版和回答路径模版生成问答样本对，并基于问答样本对，对预训练完成的LLM基础模型进一步执行微调训练，得到用于执行推理任务的LLM服务模型。
-
Patent Agency Ranking
公开(公告)号：CN118114675B
公开(公告)日：2024-07-26
申请号：CN202410533245.4
申请日：2024-04-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/295 , G06F16/35 , G06N3/0455 , G06N5/04 , G06F16/36 , G06N5/022
Abstract: 本申请一个或多个实施例提供一种基于大语言模型的医疗命名实体识别方法和装置，该方法包括：由大语言模型在多个不同的第一类提示文本中的各个第一类提示文本的引导下，基于候选实体类别集合对原始文本进行命名实体识别，得到命名实体识别结果；基于命名实体识别结果，确定原始文本中的各个目标命名实体及其对应的至少一个候选实体类别，并将其转化为与目标命名实体对应的至少一个用于指示与命名实体对应的实体类别的观点；获取与目标命名实体的定义相关的知识文本；由大语言模型从知识文本中抽取与各个观点对应的论据，并进一步基于论据，评估各个观点的正确度；将正确度最高的目标观点指示的候选实体类别确定为与目标命名实体对应的实体类别。
-
公开(公告)号：CN118195011A
公开(公告)日：2024-06-14
申请号：CN202410524696.1
申请日：2024-04-28
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基于知识图谱的医疗LLM模型推理方法及装置。该方法包括：对由用户提供的用户数据进行内容识别，并基于内容识别结果从用户数据中提取关键词；识别提取出的关键词中包含的实体以及实体之间的关系，并基于识别出的实体以及所述实体之间的关系生成用于构建与用户对应的个性化的用户知识图谱的个性化的图谱元数据；基于所述个性化的图谱元数据构建与用户对应的个性化的用户知识图谱；响应于获取到的由用户输入的目标文本，将所述目标文本进一步输入至医疗LLM模型，以由医疗LLM模型至少将所述用户知识图谱作为知识库对所述目标文本进行逻辑推理，并输出与目标文本对应的推理结果。
-
公开(公告)号：CN118132681A
公开(公告)日：2024-06-04
申请号：CN202410547438.5
申请日：2024-04-30
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医疗知识图谱查询中对多个查询结果的排序方法和装置。方法包括：根据查询请求从医疗知识图谱中提取目标子图；其中，目标子图包括多个类别的输入节点和多个结果节点，输入节点对应于查询请求中携带的输入医疗实体，结果节点对应于医疗相关查询结果；确定各个类别的反映其通用贡献的第一指标分数，第一指标分数与对应类别中各输入节点在医疗知识图谱中关联的结果节点数目负相关；针对任意的目标结果节点，根据各个类别的输入节点中与该目标结果节点的关联节点数目，确定各个类别的反映其对该目标结果节点贡献度的第二指标分数；根据各个类别的第一指标分数和第二指标分数，确定目标结果节点的排序分数。
-
公开(公告)号：CN118095450A
公开(公告)日：2024-05-28
申请号：CN202410521286.1
申请日：2024-04-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/045 , G06N5/046 , G06N5/02 , G06F40/295 , G06F16/36
Abstract: 本说明书提供了一种基于知识图谱的医疗LLM模型推理方法及相关设备。知识图谱包含多个节点和连接节点的边，节点代表实体，边代表实体之间的关系。该方法包括：获取用户输入的目标文本，确定目标文本中是否包含与知识图谱中的节点对应的实体；如果是，则在知识图谱中查找出与所述实体相关的子图；获取保存的用户在所述目标文本之前输入的历史文本，并基于历史文本中包含的用户信息，对子图中包含的属性与所述用户信息不匹配的边进行裁剪，得到目标子图；根据目标子图和目标文本构建提示词，并将所述提示词输入至第一LLM模型中，由所述第一LLM模型基于所述提示词执行逻辑推理，并输出与所述目标文本对应的推理结果。
-
公开(公告)号：CN117520927A
公开(公告)日：2024-02-06
申请号：CN202410014918.5
申请日：2024-01-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/241 , G06F18/243 , G06F18/213 , G06F18/22 , G06N3/042 , G06N3/09
Abstract: 本说明书实施例提供一种检测异常账户的方法和装置，方法包括：从目标图谱中提取目标账户对应的目标节点和其邻居节点构成的目标子图；将目标子图输入图神经网络模型，得到目标节点的节点表征向量；获取目标节点在目标图谱中对应的图结构特征的特征值；图结构特征包括节点特征和关系特征；节点特征用于反映目标节点在目标图谱中的重要程度或其归属子图的稠密程度，关系特征用于反映目标节点与目标图谱中的其他节点之间的相关性；将节点表征向量和特征值输入分类模型，得到目标账户是否属于异常账户的检测结果。该方法能够提升检测异常账户的准确率。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.03 seconds)
