“何建杉”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果24个，建议您升级VIP下载更多相关专利

[发明专利]推荐模型的验证方法及装置-CN202310914336.8在审
发明人：石磊;胡彬;赵登;何建杉 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-07-24 - 公布日： 2023-10-24 - 主分类号： G06F16/9535 文献下载
摘要：本说明书实施例提供一种推荐模型的验证方法及装置。该方法包括：获取利用训练集和预先建立的知识图谱所训练的推荐模型，该训练集中的各个样本包括用户和业务对象，以及用户针对业务对象的行为标签，该知识图谱中的多个实体节点包括对应业务对象的节点；以及，获取具有阈值参数的预设指标，以及有待基于测试集进行的测试针对阈值参数设定的测试阈值，该预设指标的指标值依赖于推荐排名在阈值参数指示的数目之内的召回对象的命中情况。基于验证集和测试集的数据量，以及测试阈值，确定多个验证阈值。基于验证集确定推荐模型在多个验证阈值下针对预设指标的多个验证指标值；对该多个验证指标值进行加权求和处理，得到综合验证指标值。
推荐模型验证方法装置

[发明专利]基于超图的节点表征、节点预测、模型训练方法及装置-CN202310867774.3在审
发明人：晏晓东;何建杉;李若鹏;褚崴 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-07-14 - 公布日： 2023-10-20 - 主分类号： G06F18/24 文献下载
摘要：本说明书实施例提供了基于超图的节点表征、节点预测、模型训练方法及装置。在节点表征方法中，获取原始超图；确定原始关系矩阵；基于原始关系矩阵以及原始超图，从原始超边层级开始按照层级由低到高的顺序依次构建多个包括有超边的超边层级；以及利用分类模型中的图神经网络，根据由原始超图和所构建的超边层级构成的多层级超图，将各个节点进行向量表征，得到各个节点对应的节点表征向量，以使根据所得到的节点表征向量来对各个节点进行分类。
基于超图节点表征预测模型训练方法装置

[发明专利]对用户风险的评估系统进行训练的方法及装置-CN202310876766.5在审
发明人：石磊;胡彬;赵登;何建杉 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-07-17 - 公布日： 2023-10-13 - 主分类号： G06Q40/03 文献下载
摘要：本说明书实施例提供一种对用户风险的评估系统进行训练的方法及装置，该评估系统包括知识图谱嵌入模型和用户风险预测模型。该训练方法包括：先获取预先建立的知识图谱，其中包括对应多个实体的多个节点，多个实体包括多个样本用户。接着，将各个节点分别作为中心节点执行目标处理：从知识图谱中确定与中心节点形成三角形连接的若干对邻居节点；确定中心节点的三角结构特征，其与各对邻居节点自身涉及的邻居节点数量以及中心节点的度负相关。然后，基于各个节点的三角结构特征，利用知识图谱嵌入模型对知识图谱进行嵌入处理，得到各个样本用户对应的用户嵌入向量。之后，基于用户嵌入向量和对应的风险标签，训练风险预测模型。
用户风险评估系统进行训练方法装置

[发明专利]基于知识图谱判定业务实体关联性的方法及装置-CN202310876750.4在审
发明人：赵登;胡彬;石磊;何建杉 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-07-17 - 公布日： 2023-10-13 - 主分类号： G06F16/33 文献下载
摘要：本说明书实施例提供一种基于知识图谱判定业务实体关联性的方法及装置，在基于知识图谱判定业务实体关联性过程中，考虑信息随着距离衰减的自然规律，将信息衰减规律引入知识图谱中的信息传播过程，即信息传递与信息源的强度正相关，与传播距离负相关。并且，以知识图谱中路径阶数描述传播距离，从而确定路径系数来描述信息衰减。进一步地，将路径系数和描述信息在路径上的各个节点的耗散的传递系数进行融合，确定相应路径的关联系数。然后，基于对各个路径的关联系数的融合，确定两个节点的相关系数，从而判定相应业务实体的关联性。如此，可以提高实体关联性判定的准确性。
基于知识图谱判定业务实体关联性方法装置

[发明专利]基于知识图谱判定业务实体关联性的方法及装置-CN202310780964.1在审
发明人：赵登;何建杉 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-06-28 - 公布日： 2023-09-29 - 主分类号： G06F16/36 文献下载
摘要：本说明书实施例提供一种基于知识图谱判定业务实体关联性的方法及装置，在基于知识图谱判定业务实体关联性过程中，根据节点的度对节点信息进行分流，使得头节点的信息经共同邻居节点作为中间节点分流后再汇聚到尾节点。这一技术构思使得从头节点发出的信息取决于头节点的度，并且可以使得对结点的信息分流符合信息守恒。如此，可以很好地满足非对称连接结构的业务处理需求。
基于知识图谱判定业务实体关联性方法装置

[发明专利]一种基于知识图谱的语言模型训练方法及装置-CN202310772839.6在审
发明人：赵登;胡彬;石磊;何建杉 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-06-27 - 公布日： 2023-09-22 - 主分类号： G06F16/36 文献下载
摘要：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。
一种基于知识图谱语言模型训练方法装置

[发明专利]一种利用知识图谱生成文本语料的方法及装置-CN202310906808.5在审
发明人：赵登;胡彬;石磊;何建杉 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-07-21 - 公布日： 2023-08-22 - 主分类号： G06F16/36 文献下载
摘要：本说明书实施例提供了一种利用知识图谱生成文本语料的方法及装置。知识图谱的图谱元素包含代表实体的节点以及体现节点之间关系的连接边。利用知识图谱能够将隐私数据组织成结构化数据。在该方法中，读取知识图谱中子图的图数据和本体信息，图数据包括子图中的图谱元素形成的若干三元组，本体信息至少包括子图中各图谱元素的类型。接着，基于预先构建的若干句子模板、上述图数据以及本体信息，生成若干句子，归入生成句子集；其中，若干句子模板中的至少一个句子模板基于本体信息构建；基于生成句子集，确定子图对应的文本语料，该文本语料用于语言模型训练。
一种利用知识图谱生成文本语料方法装置

[发明专利]超图构建方法及装置、基于超图的访问位点预测方法及装置-CN202310495849.X在审
发明人：晏晓东;焦一峰;何建杉;王教团;李若鹏;褚崴 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-04-27 - 公布日： 2023-07-25 - 主分类号： G06F16/9537 文献下载
摘要：本说明书实施例提供了超图构建方法及装置、基于超图的访问位点预测方法及装置。在超图构建方法中，采集用户的位点访问数据，其中，位点访问数据包括用户信息和到访的位点信息；根据位点访问数据在时间维度上构建针对各个用户的访问时间轨迹，其中，每个访问时间轨迹由在时间上连续的多个位点访问行为构成，每个位点访问行为包括用户信息和位点信息；基于用户和/或位点确定所构建的各个访问时间轨迹之间的关联性；以及基于关联性以及用于表征访问轨迹的访问轨迹节点构建超图，以使得超图与访问位点预测模型结合被用于访问位点预测时访问位点预测模型基于超图中的关联性进行预测。
超图构建方法装置基于访问预测

[发明专利]针对多轮对话生成回复语句的方法和装置-CN202010410108.3有效
发明人：林谢雄;简葳玙;何建杉;王太峰 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-05-15 - 公布日： 2023-04-28 - 主分类号： G06F16/332 文献下载
摘要：本说明书实施例提供一种针对多轮对话生成回复语句的方法和装置，方法包括：获取历史上下文；对历史上下文基于注意力机制进行编码，得到历史上下文对应的上下文向量，以及历史上下文对应的第一分词序列的编码注意力分布；对候选知识集合中的各候选知识基于注意力机制进行编码，得到候选知识集合对应的知识融合向量，以及候选知识集合对应的第二分词序列的知识注意力分布；针对回复语句进行逐词预测，其中每次预测包括：对于扩充词表中每个候选词，得到将该候选词作为下一个词的预测概率；扩充词表包括，用于生成候选词的初始词表，第一分词序列中各分词，以及第二分词序列中各分词。在针对多轮对话生成回复语句时能够处理词汇不足单词。
针对轮对生成回复语句方法装置

[发明专利]基于残差的深度学习方法及神经网络模型-CN202310092429.7在审
发明人：张雷;晏晓东;何建杉;褚崴 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-01-17 - 公布日： 2023-04-25 - 主分类号： G06N3/08 文献下载
摘要：本说明书实施例提供了基于残差的深度学习方法及神经网络模型。其中，神经网络模型包括多个网络层，每个网络层包括卷积层、动态残差模块和样本表征调整模块，动态残差模块包括相似度子模块。在深度学习方法中，获取训练样本的初始表征；神经网络模型中的各个网络层按照以下方式执行，直至针对神经网络模型的学习完成：将初始表征以及当前网络层中待处理的第一样本表征输入至当前网络层中的相似度子模块，输出相似度表征；将第一样本表征输入当前网络层中的卷积层，输出第二样本表征；以及将第二样本表征、动态残差以及初始表征输入样本表征调整模块，输出第三样本表征。
基于深度学习方法神经网络模型

[发明专利]基于马尔可夫逻辑网预测用户行为的方法及装置-CN202211489287.X在审
发明人：徐威迪;何建杉;褚崴;万小培;周虹廷;王经纬 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-11-25 - 公布日： 2023-03-21 - 主分类号： G06Q10/04 文献下载
摘要：本说明书实施例提供一种基于马尔可夫逻辑网预测用户行为的方法及装置。该方法包括：先获取基于用于限定用户行为之间关系的多条实例化规则而构建的马尔可夫逻辑网，其中包括与用户行为相关的多个变量，多个变量中涉及同一条实例化规则的变量共同形成对应的团；再基于马尔可夫逻辑网，对多个变量中各个隐变量在观测变量的观测值下的概率分布进行多轮次迭代更新，其中任一轮次包括：将各个隐变量分别作为目标隐变量，基于其所在若干团中各个团的团势能函数、各个团中其他隐变量的上一轮概率分布，确定目标隐变量的逻辑值对应的目标势能，用以确定目标隐变量的本轮概率分布；然后，根据多轮次迭代更新后隐变量中的行为变量的概率分布，预测用户行为。
基于马尔可夫逻辑预测用户行为方法装置

[发明专利]一种时序图表示学习方法及系统-CN202211610829.4在审
发明人：张雷;何建杉;王太峰;晏晓东;褚崴 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-12-14 - 公布日： 2023-03-17 - 主分类号： G06F16/36 文献下载
摘要：本说明书实施例公开了一种时序图表示学习方法及系统。所述时序图包括节点和边，边的信息包括时间信息。所述方法包括：从时序图中确定包含目标节点及其邻居节点的子图。基于所述子图中的每一条边，获取节点对信息；其中，节点对信息包括目标节点的表征信息、该边上的邻居节点的表征信息、该边的信息。对于所述邻居节点中的每一个，通过第一网络依次处理包含该邻居节点的节点对信息；进而得到目标节点的更新后的表征信息以及各邻居节点的更新后的表征信息。通过第二网络处理目标节点及其邻居节点的更新后的表征信息、以及目标节点及其邻居节点之间的边，得到目标节点的目标表征信息。
一种时序图表学习方法系统

[发明专利]一种知识图谱路径搜索方法和系统-CN202210752653.X在审
发明人：胡彬;何建杉;赵培龙;王太峰;赵登;褚崴 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-06-29 - 公布日： 2022-09-20 - 主分类号： G06F16/36 文献下载
摘要：本说明书实施例提供了一种知识图谱路径搜索方法和系统，方法包括：获取选自所述知识图谱的至少一个节点对，每个所述节点对包括两个目标节点；基于所述至少一个节点对中的所述目标节点生成目标节点集合；基于所述多个三元组中的节点生成图谱节点集合；基于所述多个三元组，通过基于所述目标节点集合和所述图谱节点集合的笛卡尔积运算，得到相关于所述目标节点集合的至少一个N跳子图；基于所述至少一个N跳子图中的子图路径，得到所述至少一个节点对的所述两个目标节点之间K跳以内的路径；其中K≥1，1≤N≤K。
一种知识图谱路径搜索方法系统

[发明专利]需融资企业识别方法、模型训练方法、装置和设备-CN202210577160.7在审
发明人：梁倩乔;吴亚熙;高俊鑫;赵登;何建杉;卫华;韩冰;谢世明;葛超 -专利权人：浙江网商银行股份有限公司
申请日： 2022-05-25 - 公布日： 2022-07-15 - 主分类号： G06Q40/06 文献下载
摘要：本说明书提供了一种需融资企业识别方法、装置和电子设备，包括：将目标企业群体的图谱信息输入目标图卷积网络，并基于实体关系组合算子进行邻域结构学习以得到各节点和边的最终嵌入向量；基于各节点和边的最终嵌入向量构建真实关系三元组和伪造关系三元组并确定关系三元组的分数，以基于最小化损失函数的方向调整所述目标图卷积网络的参数并重新训练所述目标图卷积网络，直至所述损失函数满足收敛条件；基于具有融资需求标签的企业对应的节点在最终目标图卷积网络的最终嵌入向量，训练需融资企业识别模型；基于训练后的需融资企业识别模型，以及目标企业对应的节点的最终嵌入向量，识别目标企业是否为需融资企业。
融资企业识别方法模型训练装置设备

[发明专利]构建条件关系网络、进行条件业务处理的方法及装置-CN202010089190.4有效
发明人：吴歈;何建杉;王太峰;褚崴 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-02-12 - 公布日： 2022-06-28 - 主分类号： G06K9/62 文献下载
摘要：本说明书实施例提供的构建条件关系网络、利用所构建的条件关系网络进行条件业务处理的方法及装置，将分布式架构引入条件关系网络的数据处理过程。在构建条件关系网络时，以各个业务状态的属性类别的联合概率分布为基础，在更新初始关系网络中的连接边时，拆分出多个局部网络进行分布式数据处理，使得单个任务处理的数据仅包括联合概率分布数据及以一个节点为基准的局部网络数据。进一步地，在利用条件关系网络进行业务数据处理过程中，也基于分布式数据处理的构思，针对待预测节点进行属性类别采样的多个子任务，将各个子任务分发给多个分布式设备进行处理。这种构思可以减少单任务的数据处理量，解决条件关系网络应用实践中的数据量瓶颈问题。
构建条件关系网络进行业务处理方法装置

1
2
下一页»
尾页
共 24 条