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！

龙图腾网获悉湖北中科网络科技股份有限公司申请的专利一种基于语义分析的案件卷宗的命名实体识别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：CN120911461B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511008222.2，技术领域涉及：G06F40/295；该发明授权一种基于语义分析的案件卷宗的命名实体识别方法及系统是由袁建华;文卫东;郭文锐设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本一种基于语义分析的案件卷宗的命名实体识别方法及系统在说明书摘要公布了：本发明提出了一种基于语义分析的案件卷宗的命名实体识别方法及系统，方法包括以下步骤：获取司法案件电子卷宗的原始文本数据，对原始文本数据进行数据预处理并词级划分，得到词元序列；采用滑动窗口机制对词元序列进行处理，提取句法短语和片段特征信息，并融合生成候选片段特征集；定义实体类型，并与候选片段特征向量进行相似度计算，获取相似度分值最高的实体类型与候选片段进行关联，生成扁平实体集合；构建预定义结构化模板，采用预训练的分类模型将实体匹配到预定义结构化模板的槽位中，得到初始的结构化实例集合；该方法既可实现对卷宗中关键实体的高效识别，又能自动构建实体间的结构化关系和事件信息，提升了案件语义抽取的全面性、准确性和处理效率。

本发明授权一种基于语义分析的案件卷宗的命名实体识别方法及系统在权利要求书中公布了：1.一种基于语义分析的案件卷宗的命名实体识别方法，其特征在于，包括以下步骤： S1，获取司法案件电子卷宗的原始文本数据，对原始文本数据进行数据预处理并词级划分，得到词元序列； S2，采用滑动窗口机制对词元序列进行处理，提取句法短语和片段特征信息，并融合生成候选片段特征集； S3，定义实体类型，并与候选片段特征向量进行相似度计算，获取相似度分值最高的实体类型与候选片段进行关联，生成扁平实体集合； S4，构建预定义结构化模板，采用预训练的分类模型将实体匹配到预定义结构化模板的槽位中，得到初始的结构化实例集合； S5，以扁平实体为节点，基于预训练的关系分类模型识别实体间语义关联，并提取与结构化模板相匹配的子图结构，映射并填充相应的实体和关系信息，得到最终的结构化实例集合； S6，利用预构建的刑事领域知识图谱和法律法规本体库对提取出的实体和结构化实例及实体关系进行校验修正，并将修正后的实体与结构化实例和实体关系进行整合，输出最终的司法案件识别结果； 步骤S6包括以下子步骤： S61，选择Claude4作为教师模型，并设定输入模版，输入模版包括任务描述、司法案件标注和输出格式，所述任务描述为从刑事案件文本中识别实体、关系和结构化实例； S62，教师模型根据输入模版对无标注的原始文本进行识别，预测生成扁平实体、结构化实例和关系的伪标签，并剔除教师模型输出概率低于筛选阈值的标签； S63，构建外部知识库，外部知识库包括实体词典和关系本体及规则库； 根据实体词典，检查扁平实体和伪标签中的实体类型、别名和属性，标记类型不匹配、别名错误或属性缺失的实体； 根据关系本体，检查实体间关系和伪标签中的关系类型、方向和属性，标记类型不允许、方向错误或属性不合理的关系； 根据规则库，检查结构化实例和伪标签是否违反司法逻辑约束或法律法规，标记违反约束的实例； S64，根据实体校验结果、关系校验结果和结构化实例校验结果提示人工修正，将修正后的扁平实体与结构化实例和实体关系进行整合，输出司法案件的识别结果。

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湖北中科网络科技股份有限公司，其通讯地址为：430000 湖北省武汉市武珞路628号亚贸广场A2604；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。