[发明专利]基于法律知识图谱的智能识别系统在审
| 申请号： | 201910666119.5 | 申请日： | 2019-07-23 |
| 公开（公告）号： | CN110348024A | 公开（公告）日： | 2019-10-18 |
| 发明（设计）人： | 余梓飞;张程华;刘双勇 | 申请（专利权）人： | 天津汇智星源信息技术有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/04 |
| 代理公司： | 天津诺德知识产权代理事务所(特殊普通合伙) 12213 | 代理人： | 王同胜 |
| 地址： | 301700 天津市武清区京津科技谷产*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于法律知识图谱的智能识别系统，属于知识图谱和自然语言处理等技术与法律融合的领域，包括词向量表征模块，模型训练模块，标注问句模块，获取候选实体集模块和情感识别模块，其中，词向量表征模块是采用Skip‑gram模型来进行所述词向量表征模型训练；模型训练模块是利用tensorflow对实体识别模型开始训练；标注问句模块是利用词向量提取用户问句特征，并输入训练好的模型中，得到模型标注后的问句序列；获取候选实体集模块是通过标注问句模块获取问句序列中标注的实体标签，再通过实体标签获得候选实体名称；情感识别模块是从与用户的问题描述语句中提取用户情感。本发明可大幅度减少人工成本，增加智能识别法律语义的速度。 | ||
| 搜索关键词： | 标注 词向量 候选实体 图谱 模型训练模块 智能识别系统 表征模块 法律知识 情感识别 实体标签 问题描述语句 自然语言处理 语义 表征模型 模块获取 人工成本 实体识别 用户情感 智能识别 法律 融合 | ||
【主权项】：
1.基于法律知识图谱的智能识别系统，其特征在于，包括词向量表征模块，模型训练模块，标注问句模块，获取候选实体集模块和情感识别模块，其中：词向量表征模块：采用Skip‑gram模型来进行所述词向量表征模型训练，依次包括构建实体词典、构建构体识别标注集模块和词向量输入模块；模型训练模块：利用tensorflow对实体识别模型开始训练；标注问句模块：利用词向量提取用户问句特征，并输入训练好的模型中，得到模型标注后的问句序列；获取候选实体集模块：通过所述标注问句模块获取所述问句序列中标注的实体标签，再通过所述实体标签获得候选实体名称；情感识别模块：采用情感识别技术，从与用户的问题描述语句中提取用户情感。
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天津汇智星源信息技术有限公司，未经天津汇智星源信息技术有限公司许可，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/201910666119.5/，转载请声明来源钻瓜专利网。
