[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： | 本发明公开了一种一种基于边界识别与组合的裁判文书证据抽取方法。为了有效抽取裁判文书里的证据，本发明分为三步：(1)使用RNNs识别证据实体的开始边界和结束边界。(2)组合所有开始边界和结束边界形成候选证据实体。(3)使用CNN对候选证据进行分类，识别真实的证据。基于边界识别与组合的方法弥补了传统的序列标注模型在长实体的识别上性能比较低的缺点，并且在一定程度上避免传统机器学习方法产生的特征稀疏问题，从而提高了裁判文书中证据抽取的性能。 | ||
| 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 | ||
【主权项】：
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：/n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；/n步骤2：组合所有开始边界和结束边界，形成候选证据实体；/n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。/n
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/patent/201910816186.0/，转载请声明来源钻瓜专利网。
