-
公开(公告)号：CN113033174B
公开(公告)日：2022-06-10
申请号：CN202110308566.0
申请日：2021-03-23
Applicant: 哈尔滨工业大学
IPC: G06F40/194 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/18
Abstract: 本发明提出了一种基于输出型相似门的案件分类方法，涉及一种数据处理，尤其涉及一种基于输出型相似门的案件分类方法。本发明具体由两部分组成，即前向传播过程和反向传播过程；前向传播过程包含构建输出相似门神经网络模型，根据与当前案件相似的案件在神经网络中的输出结果，将相似信息传输到最终的神经网络输出层；在神经网络中获取相似信息案件和网络输出的计算；反向传播过程是对输出型相似门的参数进行优化，包含神经网络模型中误差项的计算；构建输出型相似门，并利用其在神经网络的输出层捕捉案件间的相似信息，为案件分类提供数据支撑，解决了现有技术中存在的分类准确率低的技术问题，显著提高案件分类准确率。
-
公开(公告)号：CN112883938A
公开(公告)日：2021-06-01
申请号：CN202110379085.9
申请日：2021-04-08
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种基于规范化张量分解的司法案例建模方法，涉及一种司法案例建模方法，尤其涉及一种基于规范化张量分解的司法案例建模方法，属于数据处理技术领域。包括以下步骤：步骤一.将司法案例进行模块分割；步骤二.将司法案例模块中的词汇过滤；步骤三.将司法案例模块矩阵化及张量生成；步骤四.将司法案例的原始张量分解为核张量，完成司法案例建模。解决了现有技术中存在的天然缺陷，不利于提高后续预测算法的准确率的技术问题，实现了无需大量的法律专业知识和人工标注工作，对数据库中词汇和语法信息的依赖性不强，能从各个层面描述司法案例，捕捉不同案例模块间的潜在关联，提高后续案例相关预测算法准确率。
-
公开(公告)号：CN113033174A
公开(公告)日：2021-06-25
申请号：CN202110308566.0
申请日：2021-03-23
Applicant: 哈尔滨工业大学
IPC: G06F40/194 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/18
Abstract: 本发明提出了一种基于输出型相似门的案件罪名判定方法，涉及一种数据处理，尤其涉及一种基于输出型相似门的案件罪名判定方法。本发明具体由两部分组成，即前向传播过程和反向传播过程；前向传播过程包含构建输出相似门神经网络模型，根据与当前案件相似的案件在神经网络中的输出结果，将相似信息传输到最终的神经网络输出层；在神经网络中获取相似信息案件和网络输出的计算；反向传播过程是对输出型相似门的参数进行优化，包含神经网络模型中误差项的计算；构建输出型相似门，并利用其在神经网络的输出层捕捉案件间的相似信息，为案件罪名判定提供数据支撑，解决了现有技术中存在的罪名判定准确率低的技术问题，显著提高案件罪名判定准确率。
-
公开(公告)号：CN112883938B
公开(公告)日：2024-08-23
申请号：CN202110379085.9
申请日：2021-04-08
Applicant: 哈尔滨工业大学
IPC: G06F40/284 , G06F17/18 , G06F17/16 , G06Q50/18
Abstract: 本发明提出了一种基于规范化张量分解的司法案例建模方法，涉及一种司法案例建模方法，尤其涉及一种基于规范化张量分解的司法案例建模方法，属于数据处理技术领域。包括以下步骤：步骤一.将司法案例进行模块分割；步骤二.将司法案例模块中的词汇过滤；步骤三.将司法案例模块矩阵化及张量生成；步骤四.将司法案例的原始张量分解为核张量，完成司法案例建模。解决了现有技术中存在的天然缺陷，不利于提高后续预测算法的准确率的技术问题，实现了无需大量的法律专业知识和人工标注工作，对数据库中词汇和语法信息的依赖性不强，能从各个层面描述司法案例，捕捉不同案例模块间的潜在关联，提高后续案例相关预测算法准确率。
-
-
-
Search Results
4
records
(took 0.024 seconds)
