[发明专利]一种基于反馈序列多任务学习的法律判决预测方法及系统有效
| 申请号： | 202010031722.9 | 申请日： | 2020-01-13 |
| 公开（公告）号： | CN111259673B | 公开（公告）日： | 2023-05-09 |
| 发明（设计）人： | 张春云;崔超然;尹义龙 | 申请（专利权）人： | 山东财经大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/30;G06F18/25;G06Q50/18;G06Q10/04;G06N3/0442;G06N3/045 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李圣梅 |
| 地址： | 250014 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于反馈序列多任务学习的法律判决预测方法及系统，包括：利用基于表示学习的单任务法律预测方法实现对案情描述的文本特征表示学习；通过将各个子任务的先行任务的信息和后续任务的反馈信息的信息作为当前任务的输入，考虑了各子任务之间的序列关系以及反向验证关系，实现基于反馈序列多任务学习的法律判决预测。本发明是基于表示学习单任务和基于反馈的序列多任务学习方法的结合，有效利用了二者在法律判决预测中的优点，并有针对性的克服了基于表示学习单任务方法没有利用其他任务互补的信息的缺陷，同时比传统的基于多任务学习的方法更能提高判决预测结果的准确度和鲁棒性。 | ||
| 搜索关键词： | 一种 基于 反馈 序列 任务 学习 法律 判决 预测 方法 系统 | ||
【主权项】：
暂无信息
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山东财经大学，未经山东财经大学许可，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/202010031722.9/，转载请声明来源钻瓜专利网。
