公开(公告)号：CN108763484A

公开(公告)日：2018-11-06

申请号：CN201810534723.8

申请日：2018-05-25

Applicant: 南京大学

Inventor： 葛季栋 ,  李传艺 ,  雷妙妙 ,  李忠金 ,  冯奕 ,  周筱羽 ,  骆斌

IPC: G06F17/30 ,  G06Q50/18

CPC classification number: G06Q50/18

Abstract: 本发明是一种基于LDA主题模型的法条推荐方法，包括以下步骤：提取裁判文书集构建训练语料；将裁判文书进行预处理，包括抽取出案件基本情况段落和引用法条列表，将案件基本情况进行中文分词，去除法律专有停用词以及法条名称标准化；对案件情况进行预处理；训练LDA主题模型提取与案件情况相似的裁判文书集；提取推荐法条集，设计法条关联度打分机制计算法条与案件的关联度，并结合频繁项集挖掘关联法条；输出推荐法条列表。本发明模拟法官在实际审判过程中，经常查阅相似裁判文书来决定法条引用的真实场景，从语义层面度量了裁判文书的相似度，能准确获得相似的裁判文书并进行关联法条推荐，提高了法条推荐的准确性。

公开(公告)号：CN104834571B

公开(公告)日：2018-05-25

申请号：CN201510272832.3

申请日：2015-05-25

Applicant: 南京大学

Inventor： 葛季栋 ,  田有朋 ,  过晓波 ,  李传艺 ,  李忠金 ,  胡昊 ,  骆斌

IPC: G06F9/50

Abstract: 一种应用于云工作流调度的数据预取方法，在工作流调度过程中，汇聚活动的多个前驱活动执行的完成时间存在先后次序，当某个前驱活动执行完成后，可以在该资源传输带宽空闲的情况下，预先把某个前驱活动执行完成后输出文件传输到工作流调度过程共同后继所在的资源上，这种优化方法称为数据预取；工作流调度过程中，步骤S1和S2都为数据预取，区别在于数据预取的时机不同；在前驱活动的资源分配时刻，进行数据预取；如果一个活动是某个汇聚活动的前驱活动，那么在分配资源给该前驱活动之后，需进行目标资源的设定，并且将其他已完成的前驱活动的输出文件或数据预先传输到设定的目标资源上。

公开(公告)号：CN117009514A

公开(公告)日：2023-11-07

申请号：CN202310575350.X

申请日：2023-05-19

Applicant: 南京大学

Inventor： 葛季栋 ,  李传艺 ,  陈熙禄 ,  李奇 ,  骆斌

IPC: G06F16/35 ,  G06F16/951 ,  G06F16/31 ,  G06F16/335 ,  G06F40/289 ,  G06F40/216 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/084 ,  G06Q50/18

Abstract: 本发明公开了一种基于Transformer的多标签罪名预测方法，包括以下步骤：爬取裁判文书并融合CAIL数据构造数据集；数据预处理，包括从裁判文书中抽取出案件基本情况段落、引用法条列表、罪名等信息，平衡单标签多标签数据，构造词表，去停用词，法条名称标准化；预训练词嵌入层；训练相关法条预测神经网络以获取与案情相关的法条；训练罪名预测神经网络；输出预测的罪名列表。本发明针对罪名预测中一个被告对应多个罪名的预测问题，提出了一种面向数罪并罚的罪名预测方法。另外，针对其他传统罪名预测方法中外部知识不足的问题，提出了一种融合案件基本情况和相关法条的方法，显著提升了模型的性能与可解释性。

公开(公告)号：CN113076089A

公开(公告)日：2021-07-06

申请号：CN202110404660.6

申请日：2021-04-15

Applicant: 南京大学

Inventor： 葛季栋 ,  李传艺 ,  唐泽 ,  陈恒

IPC: G06F8/30 ,  G06F8/70 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于对象类型的API补全方法，包括以下步骤：基于Github代码托管平台生成Java代码数据集；基于Java代码数据集，使用eclipseAST的API解析抽象语法树，再遍历抽象语法树，生成GROUM，构建一个Java JDK的API调用序列数据集；基于LSTM和注意力机制搭建深度学习训练模型；开发一个基于本发明模型的IDEA插件；借助插件客户端对当前代码分析后获取API序列和空缺位置，传给服务器，服务器中模型解析结果并返回API补全推荐列表。本发明旨在为程序开发者在实际编程过程中，提供切实可用的API补全方案，实现了一个基于对象类型的深度学习模型以及IDEA插件用于API补全推荐，提高了API补全的准确性与易用性。

公开(公告)号：CN112559753A

公开(公告)日：2021-03-26

申请号：CN202110045641.9

申请日：2021-01-14

Applicant: 南京大学

Inventor： 李传艺 ,  程琨 ,  骆斌

IPC: G06F16/35 ,  G06F16/33 ,  G06F40/211 ,  G06F40/284 ,  G06N20/00

Abstract: 本发明公开了一种基于业务过程管理技术的自然语言文本处理与分析任务管理框架，包括以下步骤：由用户上传数据集；通过系统进行数据标注，包括发布数据标注任务，众包用户进行标注数据，用户对标注结果进行管理；对数据进行特征计算，包括特征提取、特征计算和特征管理；通过系统实现模型训练，包括模型构建，选择训练数据和特征进行模型训练，选择测试数据进行模型测试；数据批处理，包括设置数据范围、选择模型进行批处理操作、保存数据批处理结果。本发明实现对不同自然语言文本处理任务的统一管理，封装了任务处理过程和数据流程，大大节省了自然语言文本分析时间，提高了自然语言文本处理的工作效率。

公开(公告)号：CN107632968B

公开(公告)日：2021-01-05

申请号：CN201710376342.7

申请日：2017-05-22

Applicant: 南京大学

Inventor： 葛季栋 ,  周业茂 ,  孔思圆 ,  李忠金 ,  李传艺 ,  周筱羽 ,  骆斌

IPC: G06F40/151 ,  G06F16/84 ,  G06F16/21

Abstract: 本发明是一种面向中文裁判文书的证据链关系模型构建方法，构建方法的流程如图所示，主要包括以下步骤：针对中文裁判文书进行文本预处理；读取处理后的XML格式文件提取出证据链体集合和事实集合；根据4W1H关键要素提取策略获得每个证据链体及事实的关键词集合；通过计算关键要素关联度构造证据链关系模型中的联结完成模型构建；将构建出的模型生成为Excel表格；将结构化模型显示为可视模型。本发明主要针对法律裁判文书说理评估中的证据链关系模型构建任务，根据裁判文书说理的特征和法院文书词汇的特点，改善裁判文书预处理方法，优化关键要素提取技术，提高证据链中联结的计算正确率，能够有效运用于评估裁判文书的事实说理水平。

公开(公告)号：CN110956309A

公开(公告)日：2020-04-03

申请号：CN201911048981.6

申请日：2019-10-30

Applicant: 南京大学

Inventor： 李传艺 ,  葛季栋 ,  邹文涛 ,  周筱羽 ,  骆斌

IPC: G06Q10/04 ,  G06Q10/06 ,  G06N3/04

Abstract: 本发明公开了基于CRF和LSTM的流程活动预测方法，包括以下步骤：提取事件日志，从原始的XML文件中提取出轨迹，事件和时间等特征；将事件日志预处理，包括按照轨迹序号对事件和相应时间分类，剔除空事件和单一轨迹；对事件日志编码，设计了热独编码，考虑循环的编码，基于距离的编码等三种不同的编码方式；构建预测模型，先使用先验知识或CRF获取狭义事件对集合，然后使用LSTM获取广义事件对集合，最后合并得到事件对集合，或者是通过直接使用CRF方法的方式直接得到事件对集合；输出当前运行的轨迹中最有可能执行的下一个活动。本发明提出了一种新型的预测执行过程中下一个活动的方法，提高了预测的准确性。

公开(公告)号：CN110838105A

公开(公告)日：2020-02-25

申请号：CN201911048985.4

申请日：2019-10-30

Applicant: 南京大学

Inventor： 葛季栋 ,  李传艺 ,  潘凌伟 ,  周筱羽 ,  骆斌

IPC: G06T7/00 ,  G06T7/12 ,  G06T7/194 ,  G06T5/30 ,  G06K9/34 ,  G06T11/60

Abstract: 本发明公开了一种基于图像轮廓识别及图像分类的从BPMN图片中提取业务流程模型信息并再构的方法，步骤包括使用形态学操作对图片进行分割，快速而准确地将业务流程模型图片分割成独立的部分；使用轮廓检测算法替代主流的目标检测深度神经网络算法，在保证准确率的前提下提升元素检测的效率，确定图片中元素的位置和大小；使用霍夫变换来检测图片中的直线，从而完成连接关系的检测，使用特殊递归算法保证复杂的连接关系也能被正确检测；使用光学字符识别技术，识别流元素中的文本信息，使得模型更加完整；能够自动从BPMN图片中构建业务流程模型并导出模型定义文件，便于修改与编辑，大大节省了人工绘制业务流程模型所需要耗费的时间。

公开(公告)号：CN110750635A

公开(公告)日：2020-02-04

申请号：CN201911009433.2

申请日：2019-10-21

Applicant: 南京大学

Inventor： 李传艺 ,  葛季栋 ,  冯奕 ,  孔力 ,  周晓松 ,  周筱羽 ,  骆斌

IPC: G06F16/335 ,  G06F16/33 ,  G06F40/289 ,  G06F40/30 ,  G06N3/08 ,  G06Q50/18

Abstract: 本发明公开了一种基于法条关系的法条推荐方法，包括以下步骤：从中国裁判文书网收集裁判文书，构成训练语料；对训练语料进行预处理，包括对案件事实、指控罪名、引用法条三者的不同处理；对用户输入进行预处理；划分数据集，训练本发明设计的一个基于法条关系的联合生成模型，该模型基于罪名预测任务辅助法条推荐任务进行学习；根据训练好的联合生成模型提取推荐法条集；输出推荐法条集。本发明利用编码器-解码器框架，基于法条关系，结合案件事实、控告罪名、引用法条三者之间的深度关联，设计了一种全新的联合生成模型。实现表明，该模型改善了法条推荐任务的预测效果，适用于真实场景下的法条推荐任务。

公开(公告)号：CN109582950A

公开(公告)日：2019-04-05

申请号：CN201811143966.5

申请日：2018-09-25

Applicant: 南京大学

Inventor： 葛季栋 ,  李传艺 ,  李中月 ,  魏彦淑 ,  冯奕 ,  孔力 ,  周筱羽 ,  骆斌

IPC: G06F17/27

Abstract: 本发明公开了一种基于计算相似度的裁判文书说理评估方法，主要步骤包括：切分法条前后件；使用XML解析技术提取出文书中的关键信息；构建法律专有停用词库，输入文本预处理等；将输入文本输入进模型中得到文本匹配结果；若是“法条与结论”的评估，使用“匹配关键字，比较量刑程度”的思路来判断逻辑是否一致；综合每一项评估主体的计算结果，将清晰简明的评估结果反馈给系统用户。本发明模拟法官检验裁判文书是否存在说理缺少关键环节、说理不充分、判决结果不合理的真实应用场景，每篇文书的评估速度约为8～10秒，速度较快，对于常见的9种刑事案件的评估准确率较高，能够满足真实应用场景下的使用要求。