[发明专利]基于文档嵌入的长文本案件罚金范围分类预测方法及装置有效
| 申请号： | 201811237399.X | 申请日： | 2018-10-23 |
| 公开（公告）号： | CN109614606B | 公开（公告）日： | 2023-02-03 |
| 发明（设计）人： | 郑子彬;庄业广;周晓聪 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/216;G06F40/289;G06F40/30;G06Q50/18 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于文档嵌入的长文本案件罚金范围分类预测方法，包括：S1：对罚金金额进行离散化处理，并根据罚金金额标记不同的label；S2：进行分词并去停用词处理；S3：将同一label下的判决文书拼接组合成一个文档，计算每个词在不同文档中的TFIDF值，并按照每个词在不同文档中的TFIDF值的方差大小对词进行重要性排序；S4：取排序后top k个词作为关键词，保留是关键词的词；S5：利用过滤后判决文书训练一个doc2vec模型，对应的doc2vec中心向量；S6：计算待预测判决文书doc2vec向量及其与各label的doc2vec中心向量的距离，取距离最邻近的label作为预测的label，得到待预测判决文书的罚金范围。本发明利用机械学习与大数据自动给出案件中责任人所处罚金的范围，提高办案效率，较少人力资源。 | ||
| 搜索关键词： | 基于 文档 嵌入 文本 案件 罚金 范围 分类 预测 方法 装置 | ||
【主权项】：
1.一种基于文档嵌入的长文本案件罚金范围分类预测方法，其特征在于，包括以下步骤：S1：对已知罚金金额的判决文书的罚金金额进行离散化处理，并根据罚金金额对已知罚金金额的判决文书标记不同的label；S2：对已知罚金金额的判决文书进行分词并去停用词处理；S3：将同一label下的已知罚金金额的判决文书拼接组合成一个文档，计算每个词在不同label下的文档中的TFIDF值，并按照每个词在不同文档中的TFIDF值的方差大小对词进行重要性排序；S4：取排序后top k个词作为关键词，对已知罚金金额的判决文书的词进行过滤，只保留是关键词的词；S5：利用过滤后的已知罚金金额的判决文书训练一个doc2vec模型，按照label计算对应的doc2vec中心向量；S6：对待预测的判决文书，计算其doc2vec向量及其与各label的doc2vec中心向量的欧式距离，取欧式距离最邻近的label作为其预测的label值，得到待预测的判决文书的罚金范围。
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中山大学，未经中山大学许可，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/201811237399.X/，转载请声明来源钻瓜专利网。
