[发明专利]CAPTCHA自动助理在审

专利信息
申请号: 201880094529.0 申请日: 2018-08-06
公开(公告)号: CN112313647A 公开(公告)日: 2021-02-02
发明(设计)人: 维克托·克尔布内;佩德罗·戈内·安德斯 申请(专利权)人: 谷歌有限责任公司
主分类号: G06F21/32 分类号: G06F21/32;H04L9/32;G10L17/22;G10L17/26;G10L17/04;G06F40/30;G06F16/332;G10L25/51;G06F21/31
代理公司: 中原信达知识产权代理有限责任公司 11219 代理人: 周亚荣;邓聪惠
地址: 美国加利*** 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: captcha 自动 助理
【权利要求书】:

1.一种用于使用一个或多个处理器训练全自动公共图灵测试(“CAPTCHA”)的方法,所述方法包括:

提供多个文本质询短语,其中每个文本质询短语包括质询,所述质询被配置成从自然语言对话软件代理得出响应;

将所述多个文本质询短语作为输入应用于第一生成器机器学习模型以生成相应的多个合成答案,其中所述多个合成答案中的每个相应的合成答案对相应的文本质询中包括的所述质询作出响应;

向所述多个合成答案中的每一个分配指示其是由自然语言对话软件代理生成的标记;

向多个人类生成的答案中的每一个分配指示其是由人类生成的标记;

将多个答案作为输入应用于第一鉴别器机器学习模型以生成相应的多个CAPTCHA输出,其中所述多个CAPTCHA输出中的每个相应的CAPTCHA输出包括对所述多个答案中的相应的答案是由所述自然语言对话软件代理生成的还是人类生成的预测,并且其中所述多个答案包括所述多个合成答案和所述多个人类生成的答案;以及

基于分配给所述多个答案的标记与所述多个CAPTCHA输出的比较,训练所述第一生成器和第一鉴别器机器学习模型。

2.根据权利要求1所述的方法,还包括将多个文本请求作为输入应用于第二生成器机器学习模型以分别生成所述多个文本质询短语,其中所述多个文本请求被配置成从自然语言对话软件代理得出文本质询短语。

3.根据权利要求2所述的方法,其中所述第二生成器机器学习模型是结合第二鉴别器机器学习模型来训练的,并且其中所述第二鉴别器机器学习模型被配置成将所述多个文本请求应用为输入以生成输出。

4.根据权利要求1所述的方法,其中所述第一生成器机器学习模型包括神经网络。

5.根据权利要求1所述的方法,其中所述第一鉴别器机器学习模型包括神经网络。

6.根据权利要求1所述的方法,其中所述第一生成器机器学习模型以噪声矢量为条件。

7.根据权利要求1所述的方法,其中所述第一鉴别器机器学习模型以噪声矢量为条件。

8.一种由一个或多个处理器实现的用于使用全自动公共图灵测试(“CAPTCHA”)以确定来自远程实体的传入通信是计算机生成的还是人类生成的方法,所述方法包括:

选择文本质询短语,其中所述文本质询短语被选择以得出指示所述远程实体是人类还是合成的响应;

向所述远程实体提供所述文本质询短语;

响应于提供所述文本质询短语,从所述远程实体接收答案;

将指示所述答案的数据作为输入分配在鉴别器机器学习模型上以生成CAPTCHA预测,其中通过以下操作训练所述鉴别器机器学习模型以生成所述CAPTCHA预测:

向所述鉴别器机器学习模型提供合成答案和人类答案,其中所述合成答案包括将其识别为合成的标记,并且所述人类答案包括将其识别为人类生成的标记,

将由所述鉴别器机器学习模型输出的CAPTCHA预测与所述标记相比较,并且

基于比较训练所述鉴别器机器学习模型;

基于由所述鉴别器机器学习模型生成的输出,确定所述答案是计算机生成的还是人类生成的CAPTCHA预测;以及

基于所述CAPTCHA预测将所述远程实体分类为人类或合成的。

9.根据权利要求8所述的方法,其中所述文本质询短语由生成器机器学习模型生成,其中所述生成器机器学习模型被训练以生成文本质询短语,所述文本质询短语被配置成得出答案,所述答案在作为输入应用于所述鉴别器机器学习模型时将使所述鉴别器机器学习模型生成输出,所述输出预测所述答案是人类生成的还是计算机生成的。

10.根据权利要求9所述的方法,还包括:

接收文本请求,其中所述文本请求基于用户的用户动作;

将所述文本请求作为输入应用于所述生成器机器学习模型;以及

从所述生成器机器学习模型接收所述文本质询短语,其中所述文本质询短语基于所述文本请求。

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谷歌有限责任公司,未经谷歌有限责任公司许可,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/201880094529.0/1.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