-
公开(公告)号：CN113553856B
公开(公告)日：2022-08-26
申请号：CN202110665262.X
申请日：2021-06-16
Applicant: 吉林大学
IPC: G06F40/30 , G06F40/279 , G06F40/205 , G06N3/04 , G06N3/08 , G06Q50/18
Abstract: 本发明涉及一种基于深度神经网络的争议焦点识别方法，包括步骤：获取大量的裁判文书，并使用正则表达式方法对裁判文书进行初步清洗，提取其中原告诉称及被告辩称表述，由法学专家进行成对表述的争议焦点类别标注，完成争议焦点库的构建；利用争议焦点库对基于深度神经网络的模型进行句子级与段落级的训练，得到争议焦点识别器；将待识别的诉辩双方成对表述经过预处理后作为输入，传入步骤二训练得到的争议焦点识别器中，争议焦点识别器输出争议焦点所属类别。本发明方法的流程可以通过机器自动学习完成，节省人工开支；识别准确率得到提升；能更好的进行争议焦点识别，为法官、检察官及其他司法人员快速、准确分析案件的关键信息提供支持。
-
公开(公告)号：CN113553856A
公开(公告)日：2021-10-26
申请号：CN202110665262.X
申请日：2021-06-16
Applicant: 吉林大学
IPC: G06F40/30 , G06F40/279 , G06F40/205 , G06N3/04 , G06N3/08 , G06Q50/18
Abstract: 本发明涉及一种基于深度神经网络的争议焦点识别方法，包括步骤：获取大量的裁判文书，并使用正则表达式方法对裁判文书进行初步清洗，提取其中原告诉称及被告辩称表述，由法学专家进行成对表述的争议焦点类别标注，完成争议焦点库的构建；利用争议焦点库对基于深度神经网络的模型进行句子级与段落级的训练，得到争议焦点识别器；将待识别的诉辩双方成对表述经过预处理后作为输入，传入步骤二训练得到的争议焦点识别器中，争议焦点识别器输出争议焦点所属类别。本发明方法的流程可以通过机器自动学习完成，节省人工开支；识别准确率得到提升；能更好的进行争议焦点识别，为法官、检察官及其他司法人员快速、准确分析案件的关键信息提供支持。
-
公开(公告)号：CN113239682B
公开(公告)日：2022-11-01
申请号：CN202110489772.6
申请日：2021-05-06
Applicant: 吉林大学
IPC: G06F40/232 , G06F40/205 , G06F3/04817 , G06F3/0484
Abstract: 本发明涉及一种裁判文书的纠错方法及装置，其中方法包括以下步骤：读取待纠错的裁判文书的内容，并根据读取的内容提取裁判文书的基础信息；根据关键字对读取的内容进行分段，同时标记每个段落对应的段落类型，段落类型包括当事人、审理经过、本院查明、本院认为和裁判结果；根据预先制定的纠错规则对基础信息、各个段落以及裁判文书的全文分别进行纠错，得到对应的错误提示信息；对错误提示信息进行高亮显示。本发明通过预先制定的纠错规则，对裁判文书的基础信息、裁判文书划分的各个段落以及裁判文书的全文分别进行纠错，并高亮显示相应的错误提示信息，可以更好地对裁判文书进行全面的检查纠错，提高了裁判文书的准确率办案人员的工作效率。
-
公开(公告)号：CN113239682A
公开(公告)日：2021-08-10
申请号：CN202110489772.6
申请日：2021-05-06
Applicant: 吉林大学
IPC: G06F40/232 , G06F40/205 , G06F3/0481 , G06F3/0484
Abstract: 本发明涉及一种裁判文书的纠错方法及装置，其中方法包括以下步骤：读取待纠错的裁判文书的内容，并根据读取的内容提取裁判文书的基础信息；根据关键字对读取的内容进行分段，同时标记每个段落对应的段落类型，段落类型包括当事人、审理经过、本院查明、本院认为和裁判结果；根据预先制定的纠错规则对基础信息、各个段落以及裁判文书的全文分别进行纠错，得到对应的错误提示信息；对错误提示信息进行高亮显示。本发明通过预先制定的纠错规则，对裁判文书的基础信息、裁判文书划分的各个段落以及裁判文书的全文分别进行纠错，并高亮显示相应的错误提示信息，可以更好地对裁判文书进行全面的检查纠错，提高了裁判文书的准确率办案人员的工作效率。
-
-
-
Search Results
4
records
(took 0.013 seconds)
