首页> 中国专利> 基于层级式法律知识与双图联合表示学习的罪名预测方法

基于层级式法律知识与双图联合表示学习的罪名预测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明涉及一种基于层级式法律知识与双图联合表示学习的罪名预测方法，主要用于依据案件事实描述对被告自动进行罪名预测，尤其是易混淆罪名的预测，辅助法官判案。本发明首先利用爬虫技术从中国裁判文书网上爬取大量法律文书，并对裁判文书进行初步处理，提取出每份文书的事实描述部分以及对应的判决罪名，构建结构图和语义图，并使用联合图交互得到事实描述的语义表示向量。然后利用爬虫技术爬取所有罪名的构成要件，作为专业法律知识用以区分罪名，并使用双图联合表示学习得到每个罪名知识的语义表示向量。然后利用注意力机制，得到知识感知的事实描述语义向量，最后将其与原事实向量相结合，输入到softmax层得到该事实描述对应的罪名预测结果。

著录项

公开/公告号CN115048510A

专利类型发明专利
公开/公告日2022-09-13

原文格式PDF
申请/专利权人东南大学;
展开▼

申请/专利号CN202210147755.9
发明设计人毕胜;程茜雅;漆桂林;
展开▼

申请日2022-02-17
分类号G06F16/35;G06F16/36;G06F16/31;G06F40/30;G06F40/211;G06F40/268;G06F40/289;G06N5/02;G06Q10/04;G06Q50/18;
代理机构南京众联专利代理有限公司;
代理人杜静静
地址 210096 江苏省南京市玄武区四牌楼2号
入库时间 2023-06-19 16:47:40

法律信息

法律状态公告日

法律状态信息

法律状态
2022-09-13

公开

发明专利申请公布

相似文献

专利
中文文献
外文文献

1. 基于图神经网络表示学习的结构图对齐方法和多图联合数据挖掘方法 [P] . 中国专利： CN113255895A . 2021-08-13
2. 一种基于表示学习和图神经网络的药物靶标亲和力预测方法 [P] . 中国专利： CN114999565A . 2022-09-02
3. Learning method of machine learning algorithm generated by predictive joint vector representation for digital elements [P] . 俄罗斯专利： RU2020130363A . 2022-03-15

机译：数字元件预测联合向量表示的机器学习算法的学习方法
4. Graph Constuction Based on Fast Low-Rank Representation in Graph-Based Semi-Supervised Learning [P] . 韩国专利： KR20190064971A . 2019-06-11

机译：基于图的半监督学习中基于快速低秩表示的图构造
5. Alternative Splicing Prediction System using the Deep learning Models based on Distributed Feature Representations [P] . 韩国专利： KR102312547B1 . 2021-10-14

机译：基于分布式特征表示的深度学习模型的替代剪接预测系统