-
公开(公告)号：CN118114785A
公开(公告)日：2024-05-31
申请号：CN202311867081.0
申请日：2023-12-29
申请人： 支付宝(杭州)信息技术有限公司
IPC分类号： G06N20/00 , G06N5/04 , G06N5/022 , G06F16/2452 , G06F16/242 , G06F18/22
摘要： 本说明书实施例提供一种训练目标模型、生成结构化语句的方法及装置，在训练目标模型的方法中，先基于预设的推理库，利用参数量较大的大语言模型，构建训练样本集。该训练样本集可以包括，第一训练样本和第二训练样本，其中，第一训练样本包括第一提示文本和作为其输出标签的第一回答文本，第一提示文本包括自然语言的第一查询语句和类比推理示例，第一回答文本包括第一结构化语句。第二训练样本包括，第二提示文本和作为其输出标签的第二回答文本，第二提示文本包括第一查询语句和类比推理示例，第二回答文本包括第一推理语句。接着，利用该训练样本集来训练参数量较少的目标模型。
-
公开(公告)号：CN113590936B
公开(公告)日：2023-11-14
申请号：CN202110753151.4
申请日：2021-07-02
申请人： 支付宝(杭州)信息技术有限公司
IPC分类号： G06F16/9535 , G06F16/909 , G06Q30/0207 , G06Q30/0251 , G06Q30/0601
摘要： 本说明书实施例提供一种信息推送的方法，通过获取基于第一用户的当前状态信息，然后基于当前状态信息提取第一用户的多个业务特征，接着，检测预先构建的意图网格中，与第一用户的多个业务特征相匹配的特征组合，其中，意图网格用于描述预定特征组合与意图类别之间的对应关系，意图网格基于对各个特征组合与意图类别进行关联分析确定，单个特征组合对应与其关联性最强的一个或多个意图类别，进一步根据检测结果，向所述第一用户进行信息推送。该实施方式使得信息推送更加精准有效。
-
公开(公告)号：CN116401455A
公开(公告)日：2023-07-07
申请号：CN202310362259.X
申请日：2023-03-31
申请人： 支付宝(杭州)信息技术有限公司
发明人： 杨丹
IPC分类号： G06F16/9535 , G06F16/9537 , G06F16/36 , G06F16/33 , G06F40/295 , G06N3/08 , G06N3/0499
摘要： 本说明书实施例提供链接关系预测方法、实体知识图谱生成方法及装置。在针对实体知识图谱进行链接关系预测时，获取实体知识图谱中的实体节点的实体表征。随后，使用链接关系预测模型来根据实体节点的实体表征，在实体节点之间进行链接关系预测。所使用的链接关系预测模型通过使用实体节点的实体表征来执行基于多任务的模型预测过程训练出，所执行的多任务包括链接关系预测任务和预测阈值学习任务。
-
公开(公告)号：CN118674055A
公开(公告)日：2024-09-20
申请号：CN202410942631.9
申请日：2024-04-26
申请人： 支付宝(杭州)信息技术有限公司
IPC分类号： G06N5/045 , G06N5/046 , G06N5/02 , G06F40/295 , G06F16/36
摘要： 本说明书提供了一种基于医疗知识图谱的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，所述节点代表实体，所述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，并确定所述目标文本中是否包含与所述知识图谱中的节点对应的实体；如果是，则在所述知识图谱中查找出与所述实体相关的子图；其中，所述子图中包含与所述实体对应的节点，以及经由若干条边与该节点连接的多个邻居节点；对所述子图进行特征提取，得到与所述目标文本相关的辅助信息；根据所述辅助信息和所述目标文本构建提示词，并将所述提示词输入至所述LLM模型中，由所述LLM模型基于所述提示词执行逻辑推理，输出与所述目标文本对应的推理结果。
-
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
申请人： 支付宝(杭州)信息技术有限公司
摘要： 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：CN118133957A
公开(公告)日：2024-06-04
申请号：CN202410545062.4
申请日：2024-04-30
申请人： 支付宝(杭州)信息技术有限公司
IPC分类号： G06N5/022 , G06F16/36 , G06F40/194 , G06F40/30 , G16H50/70
摘要： 本说明书实施例提供一种医疗知识图谱的数据扩展方法及装置，在针对知识图谱进行数据扩展时，可以针对当前实体词，获取其在候选语料库中对应的语料数据集，并利用不同丰富程度的提示信息和相应的连接关系，经由大模型从语料数据集中召回多个候选实体词加入候选词集，然后，对候选词集中各个候选实体词进行打分，基于打分结果确定候选实体词作为目标实体词，目标实体词可与当前实体词、相应连接关系构成扩展三元组，用于知识图谱扩展。如此，可以提高知识图谱扩展数据召回的准确性和效率。
-
公开(公告)号：CN118095449A
公开(公告)日：2024-05-28
申请号：CN202410518459.4
申请日：2024-04-26
申请人： 支付宝(杭州)信息技术有限公司
IPC分类号： G06N5/045 , G06N5/046 , G06N5/02 , G06F40/295 , G06F16/36
摘要： 本说明书提供了一种基于医疗知识图谱的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，所述节点代表实体，所述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，并确定所述目标文本中是否包含与所述知识图谱中的节点对应的实体；如果是，则在所述知识图谱中查找出与所述实体相关的子图；其中，所述子图中包含与所述实体对应的节点，以及经由若干条边与该节点连接的多个邻居节点；对所述子图进行特征提取，得到与所述目标文本相关的辅助信息；根据所述辅助信息和所述目标文本构建提示词，并将所述提示词输入至所述LLM模型中，由所述LLM模型基于所述提示词执行逻辑推理，输出与所述目标文本对应的推理结果。
-
公开(公告)号：CN118132729B
公开(公告)日：2024-08-16
申请号：CN202410519666.1
申请日：2024-04-28
申请人： 支付宝(杭州)信息技术有限公司
IPC分类号： G06F16/332 , G06N5/022 , G16H10/00 , G06F40/30
摘要： 本说明书实施例提供一种基于医疗知识图谱的答案生成方法及装置，可以结合知识图谱为用户问题生成答案。具体地，从用户问题中识别出候选实体，然后根据候选实体从知识图谱中获取相应的候选三元组集。进一步地，利用预先训练的判别模型判断召回的三元组集是否可以用于用户问题对应的信息，并根据判别结果为用户问题生成相应答案。如此，可以灵活利用知识图谱数据，提高所生成的答案的准确性。
-
公开(公告)号：CN118095448A
公开(公告)日：2024-05-28
申请号：CN202410518456.0
申请日：2024-04-26
申请人： 支付宝(杭州)信息技术有限公司
IPC分类号： G06N5/045 , G06N5/04 , G06N5/02 , G06F40/295 , G16H50/20
摘要： 本说明书提供了一种针对LLM模型的医疗辅助信息提取方法及相关设备。LLM模型接入了辅助信息库，所述辅助信息库用于为所述LLM模型在执行推理任务时提供相关的辅助信息；其中，所述辅助信息库与异构的多个数据源对接，每个数据源中包括与所述推理任务相关的数据。该方法包括：获取多个数据源中的任一数据源中与所述推理任务相关的目标数据；根据所述目标数据的数据结构，从预先配置的多个信息提取流程中确定出与所述数据结构对应的目标信息提取流程；基于确定出的所述目标信息提取流程对所述目标数据进行信息提取，得到用于描述所述目标数据中包括的多个实体之间的逻辑关系的辅助信息。
-
公开(公告)号：CN117725113A
公开(公告)日：2024-03-19
申请号：CN202311654784.5
申请日：2023-12-05
申请人： 支付宝(杭州)信息技术有限公司
IPC分类号： G06F16/2458 , G06F16/28 , G06F16/242
摘要： 本说明书的实施例提供了一种基于大语言模型的知识挖掘方法和装置。在该基于大语言模型的知识挖掘方法中，根据预定实体图谱，获取针对源实体的结构化知识；根据该源实体在该预定实体图谱中的目标属性确定候选关系集；利用大语言模型根据该结构化知识、该候选关系集和针对该源实体的附加知识，输出对应的目标关系集和可继承知识，其中，该可继承知识包括该目标关系集中的关系所对应的至少一个目标实体词；再利用大语言模型基于该源实体、该目标关系集中的关系和结构化知识、附加知识、可继承知识中的至少一项构建的提示信息，输出与所提供的关系对应的候选实体词集；进而，得到与该源实体相关联的实体和相应关系。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.044 秒)
