[发明专利]处理交互序列数据的方法及装置有效

专利信息
申请号: 201910755561.5 申请日: 2019-08-15
公开(公告)号: CN110555469B 公开(公告)日: 2020-07-24
发明(设计)人: 常晓夫;文剑烽;宋乐 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08
代理公司: 北京亿腾知识产权代理事务所(普通合伙) 11309 代理人: 陈霁;周良玉
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 处理 交互 序列 数据 方法 装置
【权利要求书】:

1.一种处理交互序列数据的方法,所述方法包括:

获取根据动态交互序列构建的动态交互图,其中,所述动态交互序列包括按照时间顺序排列的多个交互事件所对应的多个交互特征组,每个交互特征组包括,发生交互行为的第一对象,第二对象和交互时间;所述动态交互图包括代表各个交互特征组中的各个第一对象和第二对象的多个节点,所述多个节点包括第一节点,所述第一节点通过连接边指向两个叶节点,所述两个叶节点分别代表,所述第一节点对应的交互对象所参与的上一交互事件所对应的交互特征组中的两个对象;

在所述动态交互图中,确定与待分析的当前节点对应的当前序列,所述当前序列包括,从当前节点出发,经由连接边到达的预定范围内的多个节点,以及所述多个节点中各个节点在所述动态交互图中相对于所述当前节点的位置编码;

将所述当前序列输入基于Transformer的神经网络模型,所述神经网络模型包括嵌入层和至少一个注意力层,在所述嵌入层,基于所述当前序列中各个节点的节点特征及其位置编码,得到N个嵌入向量;在每个注意力层,基于从上一层获取的N个输入向量中各个输入向量之间的关联度,对各个输入向量进行综合,得到N个输出向量;所述神经网络模型对所述多个注意力层中最后一个注意力层得到的N个输出向量进行综合,得到所述当前节点的特征向量,或者,所述神经网络模型对所述多个注意力层中各个注意力层得到的N个输出向量进行综合,得到所述当前节点对应的特征向量。

2.根据权利要求1所述的方法,其中,所述获取根据动态交互序列构建的动态交互图包括:

获取基于已有交互序列构建的已有动态交互图;

获取新增交互事件对应的新增交互特征组;

将该新增交互特征组中包括的第一对象和第二对象作为两个新增节点,添加到所述已有动态交互图中;

对于每个新增节点,若其存在叶节点,则添加从该新增节点指向其两个叶节点的连接边。

3.根据权利要求1所述的方法,其中,所述获取根据动态交互序列构建的动态交互图包括:

获取基于已有交互序列构建的已有动态交互图;

获取新增交互序列,其中包括多个新增交互事件对应的多个新增交互特征组;

对于每个新增交互特征组,将其中的第一对象和第二对象作为两个新增节点,添加到所述已有动态交互图中;

对于每个新增节点,若其存在叶节点,则添加从该新增节点指向其两个叶节点的连接边。

4.根据权利要求1所述的方法,其中,所述当前节点是这样的节点:在所述动态交互图中,不存在指向该节点的连接边。

5.根据权利要求1所述的方法,其中,所述预定范围内的节点包括:

预设数目K的连接边之内的节点;和/或

交互时间在预设时间范围内的节点。

6.根据权利要求1所述的方法,其中,所述第一对象和第二对象分别是第一类对象和第二类对象,所述两个叶节点包括左节点和右节点,左节点对应于所述上一交互事件中的第一类对象,右节点对应于所述上一交互事件中的第二类对象。

7.根据权利要求6所述的方法,其中,所述位置编码包括,各节点相对于所述当前节点经过的连接边的数目,以及该节点是左节点或是右节点。

8.根据权利要求1所述的方法,其中,所述每个交互特征组还包括,交互行为的行为特征;

所述当前序列中各个节点的节点特征包括,该节点所对应的交互对象的属性特征,以及该节点所在的交互特征组中的行为特征。

9.根据权利要求1所述的方法,其中,所述基于所述当前序列中各个节点的节点特征及其位置编码,得到N个嵌入向量包括:

对各个节点的节点特征分别进行嵌入处理,得到N个节点嵌入向量;

对各个节点的位置编码分别进行嵌入处理,得到N个位置嵌入向量;

对所述N个节点嵌入向量和N个位置嵌入向量进行综合,得到所述N个嵌入向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910755561.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top