[发明专利]一种基于深度学习的裁判文书自动生成方法及系统有效

专利信息
申请号: 202010000336.3 申请日: 2020-01-02
公开(公告)号: CN110781650B 公开(公告)日: 2020-04-14
发明(设计)人: 李鑫;王竹;翁洋;其他发明人请求不公开姓名 申请(专利权)人: 四川大学;成都星云律例科技有限责任公司
主分类号: G06F40/166 分类号: G06F40/166;G06N3/08;G06Q50/18;G06F40/186
代理公司: 成都行之专利代理事务所(普通合伙) 51220 代理人: 熊曦
地址: 610000 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于深度学习的裁判文书自动生成方法及系统,本发明充分研究不同类型裁判文书案由的通常表述,结合同类型案由的基本情况,根据每种类型案由的要素分类情况标注裁判文书涉及的案由要素,将标注数据划分为训练集和测试集;利用深度学习算法建立序列模型,将LSTM作为模型的编码器和解码器;利用训练集和测试集训练和测试模型,通过案由要素实现裁判文书自动生成,可以有效提高裁判文书制作的效率与准确率,本发明还能够高速有效的生成一篇规范的裁判文书,并且本发明中的裁判文书生成的逻辑更加通顺。
搜索关键词: 一种 基于 深度 学习 裁判 文书 自动 生成 方法 系统
【主权项】:
1.一种基于深度学习的裁判文书自动生成方法,其特征在于,所述方法包括:/n将案由划分为不同类型;/n总结每种类型案由的要素并分类;/n采集样本数据,样本数据包括不同类型案由对应的裁判文书,根据每种类型案由的要素分类情况,标注每种类型案由对应的裁判文书;/n针对每种类型案由分别建立相应的要素表,要素表第一列为标注的要素,要素表第二列为标注的要素对应的类型和值;/n基于所有建立的要素表获取数据集,将数据集划分为训练集和测试集;/n构建深度学习模型,利用训练集和测试集训练和测试深度学习模型;/n针对不同类型案由对应的要素表中不同类型要素对应的要素内容,将裁判文书输入训练后的深度学习模型,输出裁判文书案由的基本事实内容。/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四川大学;成都星云律例科技有限责任公司,未经四川大学;成都星云律例科技有限责任公司许可,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/202010000336.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top