公开(公告)号：CN111368087A

公开(公告)日：2020-07-03

申请号：CN202010208894.9

申请日：2020-03-23

Applicant: 中南大学

Inventor： 仇俊豪 ,  施荣华 ,  张帆

IPC: G06F16/35 ,  G06F40/289 ,  G06F40/126 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多输入注意力网络的中文文本分类方法，包括获取中文文本数据；建立对应的语言模型；建立拼音编码器和文本编码器；将拼音编码器和文本编码器结合得到初步的新型多输入注意力网络模型并优化得到最终的新型多输入注意力网络模型；采用最终的新型多输入注意力网络模型对输入的中文文本进行分类得到最终的分类结果。本发明提供的这种基于多输入注意力网络的中文文本分类方法，采用新型的多输入注意力网络结构，来实现对自然语言的中文文本的分类，因此本发明方法的可靠性高、分类准确率高且相对简单。

公开(公告)号：CN111368087B

公开(公告)日：2022-07-15

申请号：CN202010208894.9

申请日：2020-03-23

Applicant: 中南大学

Inventor： 仇俊豪 ,  施荣华 ,  张帆

IPC: G06F16/35 ,  G06F40/289 ,  G06F40/126 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多输入注意力网络的中文文本分类方法，包括获取中文文本数据；建立对应的语言模型；建立拼音编码器和文本编码器；将拼音编码器和文本编码器结合得到初步的新型多输入注意力网络模型并优化得到最终的新型多输入注意力网络模型；采用最终的新型多输入注意力网络模型对输入的中文文本进行分类得到最终的分类结果。本发明提供的这种基于多输入注意力网络的中文文本分类方法，采用新型的多输入注意力网络结构，来实现对自然语言的中文文本的分类，因此本发明方法的可靠性高、分类准确率高且相对简单。

公开(公告)号：CN111460817A

公开(公告)日：2020-07-28

申请号：CN202010235876.X

申请日：2020-03-30

Applicant: 中南大学

Inventor： 李芳芳 ,  仇俊豪 ,  施荣华

IPC: G06F40/289 ,  G06F40/30 ,  G06F16/33 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/18

Abstract: 本发明涉及一种刑事法律文书相关法条的推荐方法和系统。该方法包括：获取刑事法律文书，并对刑事法律文书进行分词处理得到以词条为单位的文本集合；获取深度注意力卷积神经网络模型；深度卷注意力积神经网络模型为以文本集合为输入，以每一文本匹配各法条的概率为输出的神经网络模型；利用深度注意力卷积神经网络模型，根据文本集合得到每一文本匹配各法条的概率；获取预设概率阈值，并比较概率和概率阈值，得到比较结果；在比较结果中，若概率大于等于概率阈值，则保留与概率相对应的法条；若概率小于概率阈值，则删除与概率相对应的法条。本发明提供的刑事法律文书相关法条的推荐方法和系统，能够在提高法条推荐精度的同时，提高推荐效率。