公开(公告)号：CN111651594B

公开(公告)日：2023-06-09

申请号：CN202010413889.1

申请日：2020-05-15

Applicant: 上海交通大学

Inventor： 黄璇璇 ,  程威宇 ,  沈艳艳

IPC: G06F16/35 ,  G06F40/126 ,  G06F40/279 ,  G06Q50/18 ,  G06N3/04

Abstract: 本发明提供了一种基于键值记忆网络的案件案由分类方法及介质，包括：1)数据预处理：从司法文书中提取案情描述文本信息和文书引用的法律条文信息；2)模型构建：建立基于键值记忆网络的案件案由分类模型，包括对引用法条的建模、案件案情描述文本的建模和对键值记忆增强神经网络的建模；3)模型训练：通过训练数据对建立的案由分类模型进行优化，得到最优参数；4)模型预测：输入测试数据集的案件案情描述文本，模型预测案件对应的案由类别。本发明使用键值记忆增强神经网络进行案由分类，能够借助法律条文的引用信息有效提取案情关键信息，提高样本数量较少的案由的分类准确率，进而提升案由分类的总体准确度。

公开(公告)号：CN111651594A

公开(公告)日：2020-09-11

申请号：CN202010413889.1

申请日：2020-05-15

Applicant: 上海交通大学

Inventor： 黄璇璇 ,  程威宇 ,  沈艳艳

IPC: G06F16/35 ,  G06F40/126 ,  G06F40/279 ,  G06Q50/18 ,  G06N3/04

Abstract: 本发明提供了一种基于键值记忆网络的案件案由分类方法及介质，包括：1)数据预处理：从司法文书中提取案情描述文本信息和文书引用的法律条文信息；2)模型构建：建立基于键值记忆网络的案件案由分类模型，包括对引用法条的建模、案件案情描述文本的建模和对键值记忆增强神经网络的建模；3)模型训练：通过训练数据对建立的案由分类模型进行优化，得到最优参数；4)模型预测：输入测试数据集的案件案情描述文本，模型预测案件对应的案由类别。本发明使用键值记忆增强神经网络进行案由分类，能够借助法律条文的引用信息有效提取案情关键信息，提高样本数量较少的案由的分类准确率，进而提升案由分类的总体准确度。