-
公开(公告)号：CN111522937A
公开(公告)日：2020-08-11
申请号：CN202010409704.X
申请日：2020-05-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/35 , G06F40/284 , G06F40/126 , G06F40/30 , G06F40/205 , G06Q30/00
Abstract: 本说明书实施例提出了一种话术推荐方法、装置和电子设备，其中，上述话术推荐方法中，获取当前对话中用户输入的对话上文之后，可以对上述对话上文进行词编码，获得上述对话上文对应的词向量；然后通过神经网络对上述词向量进行特征表示，获得上述词向量对应的特征向量，通过预先训练的话术推荐模型对上述特征向量进行分类，获得上述特征向量分类到每个种子话术的置信度；最后，根据上述置信度选择种子话术，并在当前对话中推荐所选择的种子话术。
-
公开(公告)号：CN111461753A
公开(公告)日：2020-07-28
申请号：CN202010302538.3
申请日：2020-04-17
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/00 , G06F16/35 , G06F16/332
Abstract: 本说明书实施例提供一种智能客服场景中的知识点召回方法及装置，在召回方法中，获取分层可导航小世界图HNSW，该HNSW包括上下排列的多层NSW。获取待召回知识点的用户问句，并确定用户问句的句子向量。从最上层NSW开始，按照从上到下的顺序对各层NSW进行层搜索。该层搜索包括：根据当前层NSW所包含的节点的连接关系，从其所包含的节点中，搜索距离句子向量最近的第一节点，经由该第一节点进入下一层NSW，直至到达最下层NSW。在最下层NSW中，根据N个节点的连接关系，从中搜索距离句子向量最近的目标节点。将目标节点所代表的类簇中心对应的知识点类簇作为目标类簇，并从归属于目标类簇的各知识点标题对应的知识点中，召回与用户问句相匹配的知识点。
-
公开(公告)号：CN111177359A
公开(公告)日：2020-05-19
申请号：CN202010276697.0
申请日：2020-04-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/335 , G06F16/35
Abstract: 本说明书实施例提供一种多轮对话方法和装置，方法包括：在机器和用户的多轮对话过程中，获取用户当前输入的当前用户文本和对话前文；至少把当前用户文本输入检索模型，通过检索模型输出M条候选回复；检索模型从历史人工问答记录中，检索并输出与当前用户文本匹配的M条人工答复作为M条候选回复；把当前用户文本和对话前文输入预先训练的生成模型，通过生成模型生成N条候选回复；将M和N条候选回复分别输入预先训练的分类打分模型，通过分类打分模型分别输出各条候选回复对应的与当前用户文本的匹配得分；选择最高匹配得分对应的候选回复输出给用户，以作为当前用户文本的实际回复。能够实现机器与人进行多轮对话，并准确地解答用户问题。
-
公开(公告)号：CN110990547A
公开(公告)日：2020-04-10
申请号：CN201911204119.X
申请日：2019-11-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/33
Abstract: 本说明书实施例公开了话术生成方法。所述方法可以包括：获取对话上文，以及与所述对话上文相关的至少一个意图；分别获取与每一个意图相关的历史话术；基于话术生成模型，确定所述历史话术与所述对话上文的关联编码表示，所述话术生成模型为编码解码模型；基于所述话术生成模型，基于所述关联编码表示进行解码，生成目标话术。本说明书所披露的话术生成方法中采用了具有明确意图的历史话术，使得生成的话术具备多样性及针对性。
-
公开(公告)号：CN110647621A
公开(公告)日：2020-01-03
申请号：CN201910922999.8
申请日：2019-09-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332
Abstract: 本说明书实施例提供一种机器人客服引导对话中选择话术的方法和装置，方法包括：获取机器人客服与目标用户之间的已进行对话的第一对话文本；将所述第一对话文本作为对话上文，以及将第一候选话术集合中的各话术分别作为所述对话上文的对话下文，依次输入基于用户和人工客服的历史对话预先训练的策略模型，通过所述策略模型输出所述第一候选话术集合中的各话术与所述第一对话文本的各匹配得分；从所述第一候选话术集合中选择所述各匹配得分中的最大匹配得分对应的话术，将该话术作为机器人客服下一步输出的话术。能够避免对话流程的梳理、配置和维护。
-
Patent Agency Ranking
公开(公告)号：CN120046685A
公开(公告)日：2025-05-27
申请号：CN202510213820.7
申请日：2025-02-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/084 , G06N3/0985
Abstract: 本说明书实施例涉及训练大语言模型的方法及装置，方法包括：首先，通过将目标批次的训练样本输入所述大语言模型，确定目标训练轮次的过程数据，所述训练样本包括文本数据，所述过程数据包括训练损失值或各个参数的梯度值；然后，获取对目标训练轮次之前的连续N个训练轮次的过程数据进行统计得到的基准值；接下来，当所述目标训练轮次的过程数据与所述基准值之间的目标差异超过预设的第一阈值时，将所述目标训练轮次确定为异常训练轮次；最后，对所述异常训练轮次进行目标处理；所述目标处理包括跳过所述异常训练轮次，或者调整所述异常训练轮次中的超参数，以降低该异常训练轮次的影响。
-
公开(公告)号：CN111177324B
公开(公告)日：2023-08-11
申请号：CN201911421937.5
申请日：2019-12-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/33 , G06F16/332 , G06F16/35 , G10L15/22 , G06F18/241 , G06F18/2415
Abstract: 本说明书实施例提供一种基于语音识别结果进行意图分类的方法和装置，方法包括：获取针对目标语音进行自动语音识别后得到的目标文本；从预先建立的汉字到拼音的映射表中，查找所述目标文本包含的各汉字分别对应的拼音；基于所述各汉字分别对应的拼音，形成目标拼音序列；将所述目标文本和所述目标拼音序列作为目标文本语音对，将所述目标文本语音对输入预先训练的文本编码模型，通过所述文本编码模型输出所述目标文本语音对对应的目标编码向量；根据所述目标编码向量，对所述目标语音进行意图分类。能够降低意图分类的错误率。
-
公开(公告)号：CN111414468B
公开(公告)日：2023-07-14
申请号：CN202010221610.X
申请日：2020-03-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/335 , G06F16/35 , G06N3/0442 , G06N3/0464
Abstract: 本说明书提出了一种话术选择方法、装置和电子设备，其中，上述话术选择方法中，获取当前对话中机器人和用户已输出的对话内容之后，根据上述对话内容，获得句子整体特征，然后对上述句子整体特征进行分类，获得上述句子整体特征对应的策略，并获得上述策略中包括的话术，根据上述对话内容，对上述话术进行评分，最后选择评分高于预定的第一阈值的话术进行输出。
-
公开(公告)号：CN111143558B
公开(公告)日：2023-05-30
申请号：CN201911278041.6
申请日：2019-12-12
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 刘佳
IPC: G06F16/35 , G06F18/2415 , G06N3/0442 , G06N3/045 , G06N3/0464
-
公开(公告)号：CN110990547B
公开(公告)日：2023-03-14
申请号：CN201911204119.X
申请日：2019-11-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/33
Abstract: 本说明书实施例公开了话术生成方法。所述方法可以包括：获取对话上文，以及与所述对话上文相关的至少一个意图；分别获取与每一个意图相关的历史话术；基于话术生成模型，确定所述历史话术与所述对话上文的关联编码表示，所述话术生成模型为编码解码模型；基于所述话术生成模型，基于所述关联编码表示进行解码，生成目标话术。本说明书所披露的话术生成方法中采用了具有明确意图的历史话术，使得生成的话术具备多样性及针对性。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.031 seconds)
