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！

龙图腾网获悉湘潭大学申请的专利基于少样本对比学习的司法文书指标提取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：CN115878777B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202211708714.9，技术领域涉及：G06F16/3329；该发明授权基于少样本对比学习的司法文书指标提取方法是由唐欢容;左辉阳;欧阳建权设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本基于少样本对比学习的司法文书指标提取方法在说明书摘要公布了：一种针对司法文本的要素指标提取方法，包括以下步骤：1获取司法文书数据，对司法文书数据进行数据清洗，构建基于裁判文书的训练数据。2对司法文书指标提出了一种司法文书指标结构化语言JDISL，采用JDISL进行prompt引导，得到指标基于prompt的构造形式，进一步将训练语料处理为prompt训练语料。3将prompt训练语料进行少样本负采样扩增。4在开源的Unilm基础预训练模型的基础上，将prompt训练语料作为输入。5取Unilm模型隐藏层向量，处理为高斯嵌入。6计算高斯嵌入的对比学习损失，迭代更新得到最终模型。7将待提取指标的司法文书输入到训练好的模型中，指标抽取模型进行信息抽取，得到各个标签类型的信息抽取结果。

本发明授权基于少样本对比学习的司法文书指标提取方法在权利要求书中公布了：1.一种基于少样本对比学习的司法文书指标提取方法，该方法包括以下步骤： 1获取司法文书数据，对司法文书数据进行数据清洗，构建基于司法文书的包含训练语料的训练数据； 2针对司法文书指标提出了一种司法文书指标结构化语言JDISL，采用JDISL进行prompt引导，得到指标基于prompt的构造形式，进一步将训练语料处理为prompt训练语料；具体包括： 步骤2.1利用包括实体抽取、关系抽取、事件抽取和响应抽取的信息抽取结构化生成手段或信息提取手段，对司法文书中的庭审要素指标进行prompt构造，以便统一建模为由文本到prompt结构的生成框架，对司法文书中的实体指标、关系指标、事件指标、响应指标实现了统一的建模；根据司法文书指标的结构特定，设计了一种司法文书指标结构化语言JDISL，JDISL的符号“：”表示从信息到其定位或关联片段的映射，符号“[]、”用于表示抽取指标信息之间的层次结构；其中，JDISL由三部分组成：2.1.1info_name:表示源文本种存在的一个特定信息片段；2.1.2relation_name:表示源文本存在的一个特定信息片段，该信息片段与结构中的上层info信息具有关联；2.1.3info_span:表示源文本种的特定信息或关联片段相对应的文本片段跨度；通过JDISL对不同的信息抽取结构进行统一编码，将不同的司法文书指标信息抽取任务统一建模为相同的由文本到结构化的生成过程； 步骤2.2在对司法文书中的庭审要素指标进行prompt构造之后，将包含训练语料的训练数据基于prompt构造进行处理，从而得到prompt训练语料； 3将prompt训练语料进行少样本负采样扩增，得到扩增后的prompt训练语料； 4在开源的Unilm基础预训练模型的基础上，将扩增后的prompt训练语料作为输入； 5取Unilm模型隐藏层向量，处理为高斯嵌入； 6计算高斯嵌入的对比学习损失，迭代更新得到最终模型； 7将待提取指标的司法文书输入到训练好的所述最终模型中，指标抽取模型进行信息抽取，得到各个标签类型的信息抽取结果。

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湘潭大学，其通讯地址为：410105 湖南省湘潭市雨湖区湘潭大学；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。