[发明专利]一种基于机器学习的辅助司法案件判决的装置在审
申请号: | 201811001531.7 | 申请日: | 2018-08-29 |
公开(公告)号: | CN109241285A | 公开(公告)日: | 2019-01-18 |
发明(设计)人: | 毕胜;漆桂林;陈佳敏;周佑勇;王禄生 | 申请(专利权)人: | 东南大学 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F17/27;G06Q50/18 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 柏尚春 |
地址: | 211100 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于机器学习的辅助司法案件判决的装置,利用大量文书数据,训练模型学习案件事实描述与罚金范围和相关法律条文之间的关联,实现对任意给定案件事实描述文本的罚金额度范围和法条标签进行预测。包括:确定给定案件事实描述文本中专有名词并去专有名词处理;从文本中抽取多种语义特征,实现更深层次的语义表示;基于多标记分类的机器学习方法实现对法条的分类,得到与案件事实描述文本相关的法条标签;基于机器学习的单标记分类训练模型预测相关案情可能的罚金范围。本发明首次将机器学习运用于司法领域,多种特征抽取方式实现更深层次的语义表示,很好的提升训练模型的准确率与泛化能力,对于案件最终判刑有较高参考意义,有助于“同案同判”的实现。 | ||
搜索关键词: | 基于机器 描述文本 训练模型 法条 案件 机器学习 司法案件 语义表示 分类 标签 学习 法律条文 司法领域 特征抽取 文书数据 语义特征 单标记 多标记 判决 预测 准确率 抽取 文本 关联 参考 | ||
【主权项】:
1.一种基于机器学习的辅助司法案件判决的装置,其特征在于,该装置包括:数据预处理模块,对现有初始数据中的案件事实描述文本进行预处理,得到每一份文本对应的词语列表;特征抽取模块,从所述数据预处理模块处理后的词语列表,抽取得到每一份文本对应的具有深层语义表示的特征向量;模型训练模块,使用所述特征抽取模块处理得到的深层语义表示的特征向量和初始数据中包含的每一份文本对应的判决结果对模型进行训练,得到相关法条预测模型和罚金预测模型;判决结果预测模块,对一份任意给出的案件事实描述文本经过预处理和特征抽取后得到一个具有深层语义表示的特征向量,将该特征向量分别输入到模型训练模块得到的相关法条预测模型和罚金预测模型,就能得到该案件事实描述文本对应的相关法条和罚金范围。
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东南大学,未经东南大学许可,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/patent/201811001531.7/,转载请声明来源钻瓜专利网。
- 上一篇:一种文档分类方法及装置
- 下一篇:用于生成文本的方法和装置