公开(公告)号：CN111553160B

公开(公告)日：2024-02-02

申请号：CN202010332120.7

申请日：2020-04-24

Applicant: 北京北大软件工程股份有限公司

Inventor： 郜成胜 ,  熊冠铭 ,  赵文 ,  季昕 ,  邹欢欢

IPC: G06F40/295 ,  G06F40/35 ,  G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06Q50/18

Abstract: 本发明公开了一种获取法律领域问句答案的方法和系统，属于语义理解领域，在获取用户的自然语言问句后生成词语的实体，识别实体并将实体分为命名实体和一般实体，根据命名实体和一般实体的关系生成语法依存树，根据语法依存树生成实体间的谓词路径，在根据谓词路径生成查询语句，执行查询语句从数据库中获取用户问句的答案。通过上述方案能够理解用户的语义，帮助用户快速准确的获取问句的答案，同时获取的答案更全面。

公开(公告)号：CN111797221B

公开(公告)日：2023-12-08

申请号：CN202010549298.7

申请日：2020-06-16

Applicant: 北京北大软件工程股份有限公司

Inventor： 张君福 ,  张艺璇 ,  陈一朴 ,  季昕 ,  王靖琨

IPC: G06F16/335 ,  G06F16/35 ,  G06F40/284 ,  G06F18/2411 ,  G06N3/04 ,  G06Q50/18

Abstract: 本发明涉及一种类似案件推荐方法及装置，包括提取目标案例的案例特征并对案例特征进行预处理；预处理后的案例特征转换为非结构化信息和结构化信息，并分别对非结构化信息和结构化信息进行处理，利用处理后的非结构化信息构建第一特征向量，利用处理后的结构化信息构建第二特征向量，联合第一特征向量和第二特征向量获取案例的最终特征向量；将目标案件输入案由预测模型中，获取目标案件的案由，根据案由获取相同案由的同案由案件集合；采用最终特征向量获取同案由案件集合中的最相似案件并输出。本发明将词语通过神经网络向量化再计算相似度的方法比传统的文本相似度算法效果更好。

公开(公告)号：CN114860873A

公开(公告)日：2022-08-05

申请号：CN202210424334.6

申请日：2022-04-22

Applicant: 北京北大软件工程股份有限公司

Inventor： 赵文 ,  靳新磊 ,  高谦 ,  马达森 ,  季昕

IPC: G06F16/33 ,  G06F16/34 ,  G06F40/194 ,  G06F40/242 ,  G06F40/253 ,  G06K9/62

Abstract: 本申请一些实施例提供了一种生成文本摘要的方法、装置及存储介质，涉及信息处理技术领域，该方法包括对初始文本进行分块处理，获取处理后的文本数据；将所述文本数据输入到目标摘要生成模型，获取目标摘要，其中，所述目标摘要生成模型包括第一目标文本模型和第二目标文本模型，所述第一目标文本模型是通过训练第一文本模型得到的，所述第二目标文本模型是通过训练第二文本模型得到的，所述第一目标文本模型用于提取所述文本数据包括的目标信息，所述第二目标文本模型用于根据所述目标信息生成所述目标摘要。本申请一些实施例可以对文本进行准确地信息提取，生成质量较高的文本摘要，且解决了文本信息丢失的问题。

公开(公告)号：CN111553160A

公开(公告)日：2020-08-18

申请号：CN202010332120.7

申请日：2020-04-24

Applicant: 北京北大软件工程股份有限公司

Inventor： 郜成胜 ,  熊冠铭 ,  赵文 ,  季昕 ,  邹欢欢

IPC: G06F40/295 ,  G06F40/35 ,  G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06Q50/18

Abstract: 本发明公开了一种获取法律领域问句答案的方法和系统，属于语义理解领域，在获取用户的自然语言问句后生成词语的实体，识别实体并将实体分为命名实体和一般实体，根据命名实体和一般实体的关系生成语法依存树，根据语法依存树生成实体间的谓词路径，在根据谓词路径生成查询语句，执行查询语句从数据库中获取用户问句的答案。通过上述方案能够理解用户的语义，帮助用户快速准确的获取问句的答案，同时获取的答案更全面。

公开(公告)号：CN111797221A

公开(公告)日：2020-10-20

申请号：CN202010549298.7

申请日：2020-06-16

Applicant: 北京北大软件工程股份有限公司

Inventor： 张君福 ,  张艺璇 ,  陈一朴 ,  季昕 ,  王靖琨

IPC: G06F16/335 ,  G06F16/35 ,  G06F40/284 ,  G06K9/62 ,  G06N3/04 ,  G06Q50/18

Abstract: 本发明涉及一种类似案件推荐方法及装置，包括提取目标案例的案例特征并对案例特征进行预处理；预处理后的案例特征转换为非结构化信息和结构化信息，并分别对非结构化信息和结构化信息进行处理，利用处理后的非结构化信息构建第一特征向量，利用处理后的结构化信息构建第二特征向量，联合第一特征向量和第二特征向量获取案例的最终特征向量；将目标案件输入案由预测模型中，获取目标案件的案由，根据案由获取相同案由的同案由案件集合；采用最终特征向量获取同案由案件集合中的最相似案件并输出。本发明将词语通过神经网络向量化再计算相似度的方法比传统的文本相似度算法效果更好。