[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
| 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： | 本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。
