Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽大学;安徽省安庆市中级人民法院;北京华宇信息技术有限公司吕钊获国家专利权

安徽大学;安徽省安庆市中级人民法院;北京华宇信息技术有限公司吕钊获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉安徽大学;安徽省安庆市中级人民法院;北京华宇信息技术有限公司申请的专利一种基于课程学习的司法类案检索方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119128076B

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411135988.2,技术领域涉及:G06F16/332;该发明授权一种基于课程学习的司法类案检索方法及系统是由吕钊;杨越;程序;董学进;张磊;颜登程;刘方祥设计研发完成,并于2024-08-19向国家知识产权局提交的专利申请。

一种基于课程学习的司法类案检索方法及系统在说明书摘要公布了:本发明属于自然语言处理技术领域,尤其涉及一种基于课程学习的司法类案检索方法及系统。该方法的过程如下:提取司法数据库中的每个司法案例的五个关键要素;以关键要素为节点,要素间的关联关系为边,将司法数据库转换为图;利用转换的图对案例匹配模型进行初级训练;利用K‑core算法将图划分为不同规模的子图,从子图获取初级课程训练案例对和高级课程训练案例对,并利用其对案例匹配模型进行两轮基于课程学习的初级和高级训练;由案例匹配模型生成查询案例的邻接矩阵;进而确定候选案例。计算查询案例与各个候选案例的相似度,对候选案例按相似度排序后输出。本发明解决现有类案检索无法识别文本语义关联、检索的准确性度不高的技术问题。

本发明授权一种基于课程学习的司法类案检索方法及系统在权利要求书中公布了:1.一种基于课程学习的司法类案检索方法,其特征在于,其用于从司法数据库中检索到与查询案例案情相似的若干个候选案例,所述司法类案检索方法包括如下步骤: S1:获取包含大量司法判决案例的司法数据库,提取所述司法数据库中的每个司法案例的五个关键要素,所述关键要素包括案件事实、法院判决、法律条文、罪行和主题; S2:以每个司法案例的关键要素为节点,要素间的关联关系为边,将所述司法数据库转换为对应的图Gn,并为图Gn中的各个节点添加对应各自司法案例的标记信息; S3:利用所述司法数据库中的各个司法案例对一个案例匹配模型进行基础训练;所述案例匹配模型包括BERT模型和图卷积神经网络; 在所述案例匹配模型中,所述BERT模型用于生成每个司法案例的初始化图特征向量;所述图卷积神经网络用于根据输入的司法案例的初始化图特征向量,输出该司法案例的最终向量表示和邻接矩阵; S4:利用K-core算法按照一个较小K值对图Gn进行划分得到多个一级子图,将从属于不同一级子图中的符合规则的多个司法案例对作为初级课程训练案例对,并利用所述初级课程案例对对所述案例匹配模型进行基于课程学习的初级训练; S5:利用K-core算法按照一个较高K值将上步骤的各个一级子图进一步划分为二级子图,将从属于不同二级子图中的符合规则的多个司法案例对作为高级课程训练案例对,并利用所述高级课程案例对对所述案例匹配模型进行基于课程学习的高级训练; S6:将待匹配的查询案例输入到完成高级训练的所述案例匹配模型中,由所述识别模型生成查询案例的邻接矩阵;将邻接矩阵中包含的案例作为与所述查询案例相似的候选案例; S7:计算所述查询案例与各个候选案例的相似度,将各个候选案例按照相似度从大到小的顺序排序后作为用户检索结果的返回值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人安徽大学;安徽省安庆市中级人民法院;北京华宇信息技术有限公司,其通讯地址为:230601 安徽省合肥市经济技术开发区九龙路111号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。