-
公开(公告)号：CN109840532A
公开(公告)日：2019-06-04
申请号：CN201711200604.0
申请日：2017-11-24
Applicant: 南京大学
Abstract: 本发明提出了一种基于k-means的法院类案推荐方法，用于帮助法律人员快速方便地找到当前需要的进一步参考和分析的相似案例，节省查阅案例的时间，提高工作的效率。该发明的主要创新在于(1)对案例文书进行分词和关键词的提取，对关键词进行归一化处理(2)使用关键词归一化处理的结果建立新的向量模型(3)将k-means和余弦相似度相结合，使得类案推荐结果更优。本发明最终基于k-means开发的类案推荐，可以有效地帮助法律人员进行公证判决。
-
Patent Agency Ranking
公开(公告)号：CN110543628A
公开(公告)日：2019-12-06
申请号：CN201810561187.0
申请日：2018-05-29
Applicant: 南京大学
Abstract: 本发明提出了一种规则约束下的文本信息质量度量方法，用于帮助对各领域下有规则约束的文本进行数据质量的度量，给出九大数据质量指标，对文本数据质量进行量化。例如司法文书数据等。该发明的主要创新在于(1)利用文本书写规则构建数据质量理论基础；(2)对文本数据质量采用信息质量进行反映；(3)结合六元客观信息论对数据质量指标进行定义，并采用粗糙集对指标进行数学建模。
-
公开(公告)号：CN112598614A
公开(公告)日：2021-04-02
申请号：CN201910883978.X
申请日：2019-09-17
Applicant: 南京大学
Abstract: 本发明提出了一种基于深度神经网络的司法图像质量度量方法，用于帮助司法工作人员对获得的司法图像进行质量度量，量化图像质量，以帮助司法人员在工作时对图片质量进行预估，减少低质量材料的流入，提高工作效率。该发明的主要创新在于(1)使用裁剪技术将图片处理成符合卷积神经网络的输入，避免对图像质量造成进一步损失；(2)使用深度神经网络提取图像深层次特征；(3)利用SVR对图像质量进行量化；(4)使用统计方法得到司法图像的质量分数。
-
公开(公告)号：CN109840644A
公开(公告)日：2019-06-04
申请号：CN201711200605.5
申请日：2017-11-24
Applicant: 南京大学
Abstract: 互联网已经发展为一个高协作性和高互动性的社交环境，用户作为社交网络中内容的生产者和消费者，影响着网络中的感知信息质量。其中的两个因素，用户反馈和个人信誉对于感知信息质量的衡量尤为重要。本文通过定量的实证研究，探究了声誉和用户反馈对感知信息质量的影响，并使用回归分析的方法，发现了用户反馈和个人信誉中影响感知信息质量的重要因素。
-
公开(公告)号：CN110609961A
公开(公告)日：2019-12-24
申请号：CN201810561270.8
申请日：2018-05-29
Applicant: 南京大学
IPC: G06F16/9536 , G06F17/27
Abstract: 本发明是一个解决司法研究中的罚金推断问题的推荐方法。该方法以两种方式来推断罚金，一是通过对法律案件进行聚类，然后通过多数投票策略获得目标案件的判罚；另一种是通过协同过滤，即查找目标案件的邻居，然后再次采用投票策略。引入了词嵌入技术，它将文档作为词矩阵进行处理，即嵌入法通过word2vec方法，用浅层神经网络语言模型来学习每个词的向量。本发明目的在于对法官们进行法律案件的最终判决和罚金数额的确定起到实际的指导作用，进而有利于司法事业的发展和社会效率的提高。
-
公开(公告)号：CN110609821A
公开(公告)日：2019-12-24
申请号：CN201810561189.X
申请日：2018-05-29
Applicant: 南京大学
Abstract: 本发明旨在从原始法律案件中提取五种不同的司法特征，包括时间戳、地点、诉讼原因以及案件事实的文本描述，并将上述特征输入到PTM模型中。其中，文本是必需元素。本发明学习测试中的法律案件的主题，并结合在训练过程中学习到的主题并通过一种投票机制来推断该法律案件的判罚。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
