[发明专利]知识产权的案源识别方法、装置、设备及存储介质有效

专利信息
申请号: 202110485741.3 申请日: 2021-04-30
公开(公告)号: CN113127603B 公开(公告)日: 2023-04-18
发明(设计)人: 林少康 申请(专利权)人: 平安国际智慧城市科技股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/18;G06F16/33;G06F16/35
代理公司: 深圳市明日今典知识产权代理事务所(普通合伙) 44343 代理人: 王杰辉;熊成龙
地址: 518000 广东省深圳市前海深港合*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 知识产权 案源 识别 方法 装置 设备 存储 介质
【说明书】:

本申请涉及人工智能技术领域,揭示了一种知识产权的案源识别方法、装置、设备及存储介质,其中方法包括:将待识别的知识产权文书案源数据输入案源挖掘模型进行案由类型及入罪指标集合提取,得到待分析的案由类型和待分析的入罪指标集合;根据预警等级计算规则库、待分析的案由类型和待分析的入罪指标集合进行预警等级计算,得到待分析的预警等级;判断待分析的预警等级是否在预警等级阈值范围内;当预警等级判断结果在预警等级阈值范围内时,将待识别的知识产权文书案源数据作为目标知识产权案源数据。实现了自动化对知识产权文书案源数据进行是否立案的识别,提高了案源挖掘效率,提高了挖掘的准确性,提高了成案率。

技术领域

本申请涉及到人工智能技术领域,特别是涉及到一种知识产权的案源识别方法、装置、设备及存储介质。

背景技术

涉及知识产权保护领域的行政处罚文书多以文本信息为载体存在,在“互联网+”背景下文本信息量和传播速度都给知识产权保护领域检察知识产权线索的获取和挖掘带来很大的挑战,目前涉及知识产权保护领域的检察业务大多都是以传统的人工梳理和识别行政处罚文书来获取触犯知识产权保护领域的案源信息,这种方式需要耗费巨大的人力成本和时间成本,工作效率不高,准确度较低导致成案率较低。

发明内容

本申请的主要目的为提供一种知识产权的案源识别方法、装置、设备及存储介质,旨在解决现有技术的涉及知识产权保护领域的检察业务采用人工梳理和识别行政处罚文书来获取触犯知识产权保护领域的案源信息,因准确度较低导致成案率较低的技术问题。

为了实现上述发明目的,本申请提出一种知识产权的案源识别方法,所述方法包括:

获取待识别的知识产权文书案源数据;

将所述待识别的知识产权文书案源数据输入案源挖掘模型进行案由类型及入罪指标集合提取,得到所述知识产权文书案源数据对应的待分析的案由类型和待分析的入罪指标集合;

获取预警等级计算规则库,根据所述预警等级计算规则库、所述待分析的案由类型和所述待分析的入罪指标集合进行预警等级计算,得到所述知识产权文书案源数据对应的待分析的预警等级;

获取预警等级阈值范围,判断所述待分析的预警等级是否在所述预警等级阈值范围内;

当所述预警等级判断结果在所述预警等级阈值范围内时,将所述待识别的知识产权文书案源数据作为目标知识产权案源数据。

进一步的,所述将所述待识别的知识产权文书案源数据输入案源挖掘模型进行案由类型及入罪指标集合提取,得到所述知识产权文书案源数据对应的待分析的案由类型和待分析的入罪指标集合的步骤之前,还包括:

获取第一训练样本集合,采用所述第一训练样本集合对初始模型进行训练,将训练结束的所述初始模型作为第一模型,所述第一模型包括:案由类型分类规则和入罪指标提取规则;

获取验证样本集合,所述验证样本集合中的每个验证样本包括:第一知识产权文书样本标注数据和第一案由类型标定值;

分别将每个所述验证样本对应的所述第一知识产权文书样本标注数据输入所述第一模型进行案由类型及入罪指标集合提取,得到所述验证样本集合中各个所述验证样本各自对应的案由类型预测值和入罪指标集合预测值;

根据所述案由类型预测值和所述入罪指标集合预测值进行分类正确性判断和识别有效性判断,得到预测失败的文书样本数据集合;

获取所述预测失败的文书样本数据集合对应的第二训练样本集合,所述第二训练样本集合中每个第二训练样本包括:第二知识产权文书样本标注数据;

根据所述第二训练样本集合更新所述第一模型的特征词库,得到第二模型;

根据所述第二模型和所述第二训练样本集合进行特征向量生成,得到所述第二训练样本集合对应的待处理的特征向量集合;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110485741.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top