[发明专利]一种基于主题信息的类别预测方法及装置在审
| 申请号： | 201910368367.1 | 申请日： | 2019-05-05 |
| 公开（公告）号： | CN110162787A | 公开（公告）日： | 2019-08-23 |
| 发明（设计）人： | 王平辉;韩婷;胡小雨;陶敬;许诺;张珊 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/35;G06F16/33;G06N3/04 |
| 代理公司： | 西安智大知识产权代理事务所 61215 | 代理人： | 段俊涛 |
| 地址： | 710049 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提出一种基于主题信息的类别预测方法及装置，适用于法律文书的罪名预测，在层级神经网络的基础上，根据案情描述文本的主题信息刻画每个句子中每个词汇与案情文本整体的关联，同时通过主题信息确定各个句子的重要性，加权求和得到案情描述文本的语义向量表示，输入到分类器中预测案件对应的罪名。本方法使用主题信息挖掘案情描述文本中的重点词语与句子，能得到更有效的案情描述文本的语义向量表示，从而在低频罪名预测上达到更好的效果。 | ||
| 搜索关键词： | 主题信息 描述文本 预测 句子 语义向量 方法使用 神经网络 分类器 求和 层级 加权 词语 词汇 文本 刻画 关联 挖掘 申请 案件 法律 | ||
【主权项】：
1.一种基于主题信息的类别预测方法，其特征在于，包括：获取案情描述文本及对应的罪名，构建训练数据集；构建神经网络模型，使用主题信息识别重点词语与句子，计算案情描述文本语义向量表示；使用分类器对案情描述文本语义向量进行类别预测。
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西安交通大学，未经西安交通大学许可，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/patent/201910368367.1/，转载请声明来源钻瓜专利网。
