[发明专利]一种基于边界识别与组合的裁判文书证据抽取方法在审
| 申请号： | 201910816186.0 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN110516257A | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 黄瑞章;杨健;丁志远;陈艳平;秦永彬 | 申请（专利权）人： | 贵州大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/35;G06F16/33;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 52100 贵阳中新专利商标事务所 | 代理人： | 李亮;程新敏<国际申请>=<国际公布>= |
| 地址： | 550025 贵州省贵*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 证据 抽取 边界识别 裁判 传统机器 性能比较 序列标注 传统的 稀疏 分类 学习 | ||
【权利要求书】：
1.一种基于边界识别与组合的裁判文书证据抽取方法，其特征在于：包括如下步骤：
步骤1：基于神经网络模型识别裁判文书证据的开始边界和结束边界；
步骤2：组合所有开始边界和结束边界，形成候选证据实体；
步骤3：构建基于卷积神经网络分类器，对候选证据进行分类，识别真实证据。
2.根据权利要求1所述的基于边界识别与组合的裁判文书证据抽取方法，其特征在于：步骤1中所述的神经网络模型为基于循环神经网络构建的模型。
3.根据权利要求1所述的基于边界识别与组合的裁判文书证据抽取方法，其特征在于：步骤2中所述的边界组合的具体步骤如下：
步骤1)根据边界识别模型识别的标签序列结果，寻找序列里的开始边界；
步骤2)以每个开始边界的位置为准，向前组合证据边界序列的开始边界；
步骤3)开始边界和结束边界之间的字符-包含开始边界和结束边界，作为证据候选实体。
4.根据权利要求1所述的基于边界识别与组合的裁判文书证据抽取方法，其特征在于：所述步骤3的主要目的是构建多核卷积神经网络分类器，以候选证据实体集为输入，通过证据分类，识别真实的证据。
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贵州大学，未经贵州大学许可，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/pat/books/201910816186.0/1.html，转载请声明来源钻瓜专利网。
