公开(公告)号：CN110717324A

公开(公告)日：2020-01-21

申请号：CN201910840224.6

申请日：2019-09-06

Applicant: 暨南大学

Inventor： 孙玉霞 ,  杨梓铭 ,  邝庆璇

IPC: G06F40/205 ,  G06F40/295 ,  G06F40/126 ,  G06F16/35 ,  G06F16/332 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种裁判文书答案信息提取方法、装置、提取器、介质和设备，首先针对于训练样本集中的数据包括裁判文书、问题以及参考答案进行以中文词汇为粒度的分词处理，然后针对于分词获取到的各词块进行编码，得到各词块的文本特征；然后通过各训练样本中各词块的文本特征对ERNIE模型进行训练，得到预测模型；通过训练样本针对深度神经网络进行训练，得到答案验证模型；在进行测试时，将裁判文书和问题进行分词和编码处理后均输入到预测模型中得到预测答案，将预测答案输入到答案验证模型进行验证，在验证通过的情况下，将预测答案作为最终答案，否则判定无解。本发明大大提高了裁判文书答案信息提取的准确度。

公开(公告)号：CN110717324B

公开(公告)日：2023-04-07

申请号：CN201910840224.6

申请日：2019-09-06

Applicant: 暨南大学

Inventor： 孙玉霞 ,  杨梓铭 ,  邝庆璇

IPC: G06F40/289 ,  G06F40/295 ,  G06F40/126 ,  G06F16/35 ,  G06F16/332 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种裁判文书答案信息提取方法、装置、提取器、介质和设备，首先针对于训练样本集中的数据包括裁判文书、问题以及参考答案进行以中文词汇为粒度的分词处理，然后针对于分词获取到的各词块进行编码，得到各词块的文本特征；然后通过各训练样本中各词块的文本特征对ERNIE模型进行训练，得到预测模型；通过训练样本针对深度神经网络进行训练，得到答案验证模型；在进行测试时，将裁判文书和问题进行分词和编码处理后均输入到预测模型中得到预测答案，将预测答案输入到答案验证模型进行验证，在验证通过的情况下，将预测答案作为最终答案，否则判定无解。本发明大大提高了裁判文书答案信息提取的准确度。

公开(公告)号：CN110310125A

公开(公告)日：2019-10-08

申请号：CN201910475269.8

申请日：2019-06-03

Applicant: 暨南大学

Inventor： 孟小华 ,  邝庆璇 ,  钟子玠 ,  罗晓峰 ,  魏春明 ,  杨梓铭

IPC: G06Q20/42 ,  G06F21/64 ,  G06Q50/26

Abstract: 本发明公开了一种募捐捐赠认证方法、系统、区块链平台及存储介质，所述方法包括：根据筹款人的第一请求信息，创建第一临时账户，并创建筹款项目区块，更新筹款项目区块链状态节点；根据认证人的第二请求信息，创建认证人区块，更新认证人区块链状态节点；根据认证人对选择的筹款项目的认证信息，创建筹款项目认证区块，更新筹款项目认证区块链状态节点，同时将认证人的保证金转入该筹款项目的第一临时账户；判定选择的筹款项目的认证结果是批准还是驳回，根据该筹款项目的认证结果，创建筹款项目认证结果区块，更新筹款项目认证结果区块链状态节点。本发明解决了筹款人实情核实认证难的问题，又实现了整个筹款项目修改过程的追溯和分析。