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！

龙图腾网获悉北京计算机技术及应用研究所申请的专利基于类案融合和双层注意力的涉众型经济犯罪量刑方法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：CN117194666B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202311372072.4，技术领域涉及：G06F16/353；该发明授权基于类案融合和双层注意力的涉众型经济犯罪量刑方法是由张宇;陈思含;张萌;贾炜;周益周设计研发完成，并于2023-10-23向国家知识产权局提交的专利申请。

本基于类案融合和双层注意力的涉众型经济犯罪量刑方法在说明书摘要公布了：本发明涉及一种基于类案融合和双层注意力的涉众型经济犯罪量刑方法，属于自然语言处理及司法办案信息技术领域。本发明将已决案件判决书通过实体识别构建类案库，并抽取待决案件的司法文书文本特征即案件特征和类案特征，通过bert预训练模型强大的词向量表征能力学习文本特征的语义信息，将文本特征转为词向量序列作为模型输入，使用双层注意力机制给文本词语和句子分别赋予权重，引入两层结构的Bi‑GRU神经网络作为编码器，对文本特征编码并送入Softmax分类器实现量刑预测，在满足待决案件量刑预测同时，保证结果的准确率。

本发明授权基于类案融合和双层注意力的涉众型经济犯罪量刑方法在权利要求书中公布了：1.一种基于类案融合和双层注意力的涉众型经济犯罪量刑方法，其特征在于，该方法包括如下步骤： S1、根据文书类型、案由、量刑情节、判决结果制定规则模版，规则模板包括依据文本类型、案由、常见量刑情节、判决结果制定的文本分类关键字、正则表达式的实体识别规则； S2、根据文书类型、案由罪名选择S1对应规则模板，利用规则模版对已决案件判决书实现案件信息、被告人量刑情节、判决结果实体识别以构建类案数据库； S3、根据待决案件文书类型、案由罪名选择S1对应规则模板，完成待决案件信息、被告人量刑情节的案件特征实体识别； S4、以待决案件文书抽取的案件特征为准，在类案库中查询匹配相似案件特征的已决案件量刑判决结果，作为待决案件的类案特征； S5、引入bert中文预训练模型，将S3提取的待决案件特征与S4提取的类案特征融合为待决案件文本特征并转化为词向量序列，作为模型编码层的输入； S6、将S5输入的词向量序列送入编码层，选择Bi-GRUbidirectionalgatedrecurrentunit神经网络模型作为编码层，结合词语级和句子级注意力上下文向量生成案件基本信息向量、量刑情节向量、类案判决结果向量； S7、将S6生成的三个文本向量进行拼接并输入Softmax分类器中，分类器计算不同刑期区间的概率分布从而得到待决案件的量刑预测结果； 其中， 所述S6具体包括： 构建一个具有两层编码器结构的Bi-GRU神经网络模型作为编码器来学习案件文本特征的向量表示，双层编码器结构分别包括词语级编码器、句子级编码器；假设词向量序列，其中第n个元素表示为xn，n∈[1,N]，对于元素xn，GRU前向隐藏状态gfn与GRU后向隐藏状态gbn分别为： 对向量进行拼接作为Bi-GRU神经网络的输出； 引入全局上下文词语级注意力向量w和句子级注意力向量s，对编码器输出向量分别进行词语级表征向量和句子级表征向量计算； 向量包含了3种信息的子向量，分别是案件基本信息向量、被告人犯罪情节向量、类案判决结果向量；根据双层注意力机制的设置，针对的3种子向量分别引入词语级注意力上下文向量wb，wf和wr生成多个句子向量序列，进而结合句子级注意力上下文向量sb，sf和sr生成三类文本向量，即案件基本信息向量db，量刑情节向量df和类案判决结果向量dr；将三个向量db，df和dr拼接后形成案件表示向量d： 。

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北京计算机技术及应用研究所，其通讯地址为：100854 北京市海淀区永定路51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。