-
公开(公告)号:CN115512340A
公开(公告)日:2022-12-23
申请号:CN202210790558.9
申请日:2022-07-06
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基于图片的意图检测方法及装置。针对智能客服场景下,用户问题中包含有页面截图的技术场景,一方面将其中的文本语义信息、文本布局信息经过文本编码得到文本的与位置相关的文本编码特征,另一方面,通过编码页面布局中的区域信息,得到图像编码特征和布局结构特征。然后,结合用户提供的页面截图,融合页面布局结构中的位置信息,并将融合后的信息与文本语义信息进行融合编码,得到页面表征。通过页面表征可以识别用户提供的页面截图所匹配的候选页面。如此,可以使用更加丰富的页面信息,提高识别用户意图的准确度。
-
公开(公告)号:CN115062782A
公开(公告)日:2022-09-16
申请号:CN202210789237.7
申请日:2022-07-06
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供编码装置、数据处理方法及装置,其中所述编码装置包括编码层和至少一个联合编码单元,其中,所述编码层对接收到的第一模态初始特征向量和第二模态初始特征向量进行编码,生成第一模态特征向量和第二模态特征向量,所述至少一个联合编码单元对所述第一模态特征向量和第二模态特征向量进行联合编码,所述至少一个联合编码单元包括编码模块和模态输入切换模块,所述模态输入切换模块被配置为对第一模态特征向量和第二模态特征向量进行处理得到第一模态切换编码向量和第二模态切换编码向量;所述编码模块被配置为对接收的第一模态切换编码向量和第二模态切换编码向量进行处理生成第一目标模态融合向量和第二目标模态融合向量。
-
公开(公告)号:CN112199952B
公开(公告)日:2021-03-23
申请号:CN202011397544.8
申请日:2020-12-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/289 , G06F40/284 , G06F40/205 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例公开了一种分词方法、多模式分词模型和系统。该方法包括:获取待处理文本;利用多模式分词模型对所述待处理文本进行以下处理,以确定对所述待处理文本的分词结果:通过特征提取层处理所述待处理文本,获得对应于所述待处理文本的特征序列;基于所述待处理文本所属的领域类型,通过对应所述领域类型的至少一个映射层处理所述特征序列,获得至少一个映射特征;通过预测层基于所述至少一个映射特征确定对所述待处理文本的所述分词结果。
-
公开(公告)号:CN112199952A
公开(公告)日:2021-01-08
申请号:CN202011397544.8
申请日:2020-12-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/289 , G06F40/284 , G06F40/205 , G06N3/04 , G06N3/08
Abstract: 本说明书实施例公开了一种分词方法、多模式分词模型和系统。该方法包括:获取待处理文本;利用多模式分词模型对所述待处理文本进行以下处理,以确定对所述待处理文本的分词结果:通过特征提取层处理所述待处理文本,获得对应于所述待处理文本的特征序列;基于所述待处理文本所属的领域类型,通过对应所述领域类型的至少一个映射层处理所述特征序列,获得至少一个映射特征;通过预测层基于所述至少一个映射特征确定对所述待处理文本的所述分词结果。
-
公开(公告)号:CN111340117A
公开(公告)日:2020-06-26
申请号:CN202010124513.9
申请日:2020-02-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书涉及一种联结主义时间分类(CTC)模型的训练方法和装置,在该方法中,将特征向量分别输入第一全连接层和第二全连接层;确定特征向量和标签序列的联合表示向量后输入第三全连接层;然后,CTC损失层根据各层输出的归一化结果确定标签序列的似然分布和空白字符先验分布,从而确定本次训练的梯度值,完成一次训练。本说明书还提供了基于上述CTC模型的数据处理方法和装置、电子设备以及计算机可读存储介质。
-
公开(公告)号:CN119988644A
公开(公告)日:2025-05-13
申请号:CN202510112468.8
申请日:2022-04-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/36 , G06F16/334 , G06N5/02 , G06N5/04 , G06N3/042
Abstract: 本说明书实施例公开了一种知识图谱推理方法、模型训练方法、装置和计算机设备。所述方法包括:获取查询实体和查询关系;从知识图谱中选择查询实体的近邻实体;确定近邻实体的第一概率,所述第一概率用于表示近邻实体与查询关系连通的可能性;根据第一概率,选择近邻实体作为候选实体;选择与查询实体和查询关系相匹配的候选实体作为结果实体。本说明书实施例可以提高知识图谱推理的效率。
-
公开(公告)号:CN115062782B
公开(公告)日:2025-02-14
申请号:CN202210789237.7
申请日:2022-07-06
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供编码装置、数据处理方法及装置,其中所述编码装置包括编码层和至少一个联合编码单元,其中,所述编码层对接收到的第一模态初始特征向量和第二模态初始特征向量进行编码,生成第一模态特征向量和第二模态特征向量,所述至少一个联合编码单元对所述第一模态特征向量和第二模态特征向量进行联合编码,所述至少一个联合编码单元包括编码模块和模态输入切换模块,所述模态输入切换模块被配置为对第一模态特征向量和第二模态特征向量进行处理得到第一模态切换编码向量和第二模态切换编码向量;所述编码模块被配置为对接收的第一模态切换编码向量和第二模态切换编码向量进行处理生成第一目标模态融合向量和第二目标模态融合向量。
-
公开(公告)号:CN113886605B
公开(公告)日:2025-01-24
申请号:CN202111243147.X
申请日:2021-10-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/025 , G06F16/36 , G06F16/353 , G06F40/295 , G06F40/30
Abstract: 本说明书实施例提供了一种知识图谱处理方法和系统,方法包括:基于目标业务域涉及的一个或多个实体类型从共享知识图谱中选取若干节点及其边,得到目标子图谱;所述共享知识图谱基于一个或多个业务域的知识图谱融合得到;对所述目标子图谱进行处理,以提取一种或多种图谱特征,所述图谱特征包括以下中的部分或全部:节点表征向量、边表征向量、图结构特征、图谱中文本信息的语义特征、图谱规则特征;将所述图谱特征提供给目标业务域的目标数据处理任务;其中,所述图谱特征用于与任务定制化特征一同作为所述目标数据处理任务的输入特征,以实现目标数据处理任务。
-
公开(公告)号:CN113705818B
公开(公告)日:2024-04-19
申请号:CN202111023551.6
申请日:2021-08-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/20 , G06F18/214 , G06N7/01 , G06Q20/08 , G06F123/02
Abstract: 本说明书实施例提供一种对支付指标波动进行归因的方法。该方法包括:首先,获取多个训练样本,其中各个训练样本包括在对应的时间切片下,与支付相关的多个因子的多个因子值以及支付指标的指标值;接着,利用所述多个训练样本构建第一贝叶斯网络,以及针对所述多个因子中任一的目标因子,将第一训练样本中对应的第一因子值替换为第二训练样本中对应的第二因子值,得到第一反事实样本;进一步,基于该第一贝叶斯网络处理该第一反事实样本,得到针对所述支付指标的第一预测结果;然后,基于所述第一预测结果和所述第二训练样本中对应所述支付指标的第二指标值,确定所述目标因子针对所述支付指标的影响系数。
-
公开(公告)号:CN117787488A
公开(公告)日:2024-03-29
申请号:CN202311814302.8
申请日:2023-12-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/04 , G06N3/042 , G06F18/214 , G06F18/25
Abstract: 本说明书实施例中提供了一种用户响应预测系统的训练方法,包括将多个用户的样本数据中各用户的用户特征输入至解耦模型,得到仅与目标干预相关的第一特征、与目标干预和响应结果均相关的第二特征和仅与响应结果相关的第三特征;将第二特征分别与第一特征和第三特征组合,将多个组合结果分别输入多个变换模型,得到多个中间结果;将多个中间结果和各用户的目标干预的干预表征输入纠偏模型,得到第一预测响应;基于预测损失,训练用户响应预测系统;预测损失包括第一损失和第二损失,第一损失根据各用户的第一预测响应与其响应结果的差异而确定,第二损失根据不同目标干预下用户的第三特征的分布差异而确定。该方法可提升用户响应预测系统的准确度。
-
-
-
-
-
-
-
-
-