-
公开(公告)号：CN114528392A
公开(公告)日：2022-05-24
申请号：CN202210433294.1
申请日：2022-04-24
Applicant: 北京理工大学 , 人民法院信息技术服务中心
IPC: G06F16/332 , G06F40/295 , G06N3/04 , G06N3/08 , G06Q50/18
Abstract: 本文涉及区块链技术领域，尤其涉及一种基于区块链的协同问答模型构建方法、装置及设备。包括，获取构建协同问答模型所需的第一数据；对第一数据进行分析，构建第一区块链的第一问题四元组数据；对第一问题四元组数据进行训练，得到第一问答模型；将第一问答模型的参数发送到中继链；接收中继链发送的第二问答模型的参数和第三问答模型的参数；根据第二问答模型的参数、第三问答模型的参数、更新第一问答模型的参数，并根据第一问题四元组数据对更新参数后的第一问答模型进行训练，最终得到协同问答模型。通过本文实施例，实现了利用跨链技术保证数据的安全性，同时在各区块链的数据不出库的情况下，构建的问答模型的参数，最终得到协同问答模型。
-
公开(公告)号：CN113641825B
公开(公告)日：2022-01-04
申请号：CN202111201097.9
申请日：2021-10-15
Applicant: 人民法院信息技术服务中心
Abstract: 本文提供了基于客观信息论的智慧法院系统大数据处理方法及装置，所述方法包括从目标法院系统中获取数据文本集合，并根据法院数据模型确定每个数据文本集合中的多个子数据文本集合；根据客观信息论的度量模型，从所述子数据文本集合中提取得到度量数据集合，并计算获得所述目标法院系统中每个子数据文本集合的信息值，根据所述子数据文本集合的信息值，计算获得所述目标法院系统的数据评分结果，当所述数据评分结果不满足预设要求时，则向所述目标法院系统输出调整指令，以优化所述目标法院系统中的数据，本文能对法院系统数据进行全面定量的分析评价，提高了对法院系统分析评价的可靠性。
-
公开(公告)号：CN113505184A
公开(公告)日：2021-10-15
申请号：CN202111057157.4
申请日：2021-09-09
Applicant: 人民法院信息技术服务中心
IPC: G06F16/28
Abstract: 本发明公开了一种系统间信息关系图的自动生成方法及存储介质。本方法为：1）根据目标系统的组成结构绘制目标系统的组成结构树状图；2）根据该目标系统的组成结构树状图中涉及的子系统之间、子系统与该目标系统之外的其他相关系统之间的交换信息，生成一个二维的信息交互关系矩阵；其中该信息交互关系矩阵第一行中的元素为信息交互关系的源系统，第一列中的元素为信息交互关系的目的系统，如果第j列的源系统有数据传输到第i行的目的系统，则该信息交互关系矩阵的第i行第j列元素aij内填写相应交互信息；3）将该信息交互关系矩阵导入到总体设计工具中，生成信息交互关系表；4）根据生成的信息交互关系表，生成系统的信息交互关系图。
-
公开(公告)号：CN113254651A
公开(公告)日：2021-08-13
申请号：CN202110716556.0
申请日：2021-06-28
Applicant: 人民法院信息技术服务中心
IPC: G06F16/35 , G06F40/216 , G06K9/62
Abstract: 本发明提供了一种裁判文书的分析方法、装置、计算机设备及存储介质，分析方法包括：从待分析裁判文书中获取待分析数据集；将所述待分析数据集分别输入至通用要素分析模型以及特征要素分析模型；基于通用要素分析模型确定所述待分析数据集中的通用要素信息，以及基于特征要素分析模型确定所述待分析数据集中的特征要素信息；所述通用要素信息为待分析裁判文书中所包含的基本信息；所述特征要素信息为待分析裁判文书中所包含的特定信息；基于所述通用要素信息以及特征要素信息输出分析结果。本发明将分析划分为通用要素和特征要素，可以根据不同的要素把握案件和矛盾的特征规律，找准法律风险点和治理盲区，分析社会治理中的热点、重点和难点问题。
-
公开(公告)号：CN107317708B
公开(公告)日：2019-12-31
申请号：CN201710512518.7
申请日：2017-06-29
Applicant: 人民法院信息技术服务中心
Abstract: 本发明提供了一种法院业务应用系统的监测方法及装置，该方法包括：针对所述法院业务应用系统包括的每一个网系，通过数据出口对所述网系包括的至少一个应用服务器的第一运行参数进行采集；通过对所述第一运行参数进行分析，确定所述至少一个应用服务器是否异常；当所述至少一个应用服务器出现异常时，利用部署于每一个所述应用服务器中的监控代理，分别对运行于每一个所述应用服务器上的至少一个业务应用的第一业务数据进行采集；分别针对每一个所述业务应用，根据所述业务应用对应的所述第一业务数据，确定所述业务应用是否异常；当所述业务应用出现异常时发出报警信息。本方案能够提高对法院业务应用系统进行监测的效果。
-
Patent Agency Ranking
公开(公告)号：CN119903822A
公开(公告)日：2025-04-29
申请号：CN202510397412.1
申请日：2025-03-31
Applicant: 人民法院信息技术服务中心
IPC: G06F40/169 , G06F18/23
Abstract: 本说明书涉及文本数据技术领域，提供了一种司法文本评价系统优化、司法文本评价方法、装置及系统，该优化方法包括：确定司法文本评价系统的评价参数初始的权重；识别第一司法文本数据集中的第一少数样本类；对所述第一少数样本类进行多维合成少数类过采样处理，以填充所述第一少数样本类的样本数量，形成第二司法文本数据集；识别所述第二司法文本数据集中的第二少数样本类；确定所述评价参数中受所述第二少数样本类影响的权重的影响概率值；对大于概率阈值的影响概率值对应的权重进行调整。本说明书实施例可以提高司法文本评价的准确性。
-
公开(公告)号：CN119830225A
公开(公告)日：2025-04-15
申请号：CN202510305666.6
申请日：2025-03-14
Applicant: 人民法院信息技术服务中心
IPC: G06F18/25 , G06F18/214 , G06F18/2415 , G06N3/049
Abstract: 本说明书涉及机器学习技术领域，尤其是一种基于拓扑结构的模型融合方法、装置及计算机设备。所述方法包括：构建拓扑结构，确定所述拓扑结构中每一节点中部署的待融合对象，其中，拓扑结构中包括多个节点；根据模型融合算法，将拓扑结构中预设节点范围内多个节点部署的待融合对象进行合并迭代，得到拓扑结构中所有节点每一次合并迭代后的局部融合模型；当所有节点多次合并迭代后的各局部融合模型的系数一致，确定各节点对应的局部融合模型完成合并，得到拓扑结构中的多个多任务模型。本方案通过构建环状拓扑结构实现每个设备与相邻设备的局部融合，确保常数存储峰值、降低存储需求，提高存储效率、保证模型融合过程的效率和最终模型的收敛性。
-
公开(公告)号：CN118332455B
公开(公告)日：2024-08-20
申请号：CN202410758766.X
申请日：2024-06-13
Applicant: 人民法院信息技术服务中心 , 北京华宇信息技术有限公司
IPC: G06F18/2431 , G06F18/22 , G06F16/28 , G06Q10/10
Abstract: 本申请涉及大数据领域，提供了一种管辖机构识别方法及装置，其中，模型建立方法包括：接收待分配案件起诉文件；利用预先建立的案由/罪名识别模型及要素识别模型从所述待分配案件起诉文件中提取罪名/案由信息及要素信息，其中，所述要素信息包括地址信息及管辖级别影响信息，所述案由/罪名识别模型及要素识别模型利用历史案件起诉文件及其标注的罪名/案由及要素信息训练得到；利用所述罪名/案由信息及要素信息匹配预先建立的知识库得到管辖机构；其中，知识库存储有各法律法规中管辖相关的实体及实体间关系集。本申请能够协助用户快速整理案件的管辖范围，节省人工成本及时间，提高管辖机构确定效率及准确性。
-
公开(公告)号：CN118332507B
公开(公告)日：2024-08-16
申请号：CN202410758490.5
申请日：2024-06-13
Applicant: 人民法院信息技术服务中心 , 中国政法大学
Abstract: 本说明书涉及数据处理技术领域，提供了一种多源异构司法大数据治理方法及装置。该方法包括：获取待治理的多源异构司法大数据；对所述多源异构司法大数据进行预处理，得到符合预设数据格式要求的第一司法大数据；确定所述第一司法大数据中不同数据源对应的收结存数据；利用所述收结存数据对所述第一司法大数据进行可靠性校验；根据校验结果优化所述第一司法大数据，得到第二司法大数据；根据所述第二司法大数据的业务场景需求提取数据主体信息；根据所述数据主体信息对所述第二司法大数据进行融合，得到第三司法大数据。通过本说明书实施例，可高效准确治理多源异构司法大数据治理，以便后续的使用、管理及维护。
-
公开(公告)号：CN118350462A
公开(公告)日：2024-07-16
申请号：CN202410767684.1
申请日：2024-06-14
Applicant: 人民法院信息技术服务中心 , 北京大学
Abstract: 本说明书涉及司法关系要素抽取技术领域，提供了一种基于标签向量正交约束的司法关系要素抽取方法及装置，该方法包括：对司法文本集合内每个司法文本中的实体对进行标注；在标注后的每个司法文本中增加针对所述实体对的关系提示语句；所述关系提示语句中的每个司法关系类型均由多个不同的掩码组成；将加入关系提示语句后的司法文本转换为向量化司法文本；以所述向量化司法文本为输入，以任务损失和正交损失共同作为优化参数，训练深度学习模型，以获得司法关系要素抽取模型；利用所述司法关系要素抽取模型，从待处理司法文本中抽取实体对的司法关系要素。本说明书实施例可以提高司法领域关系抽取要素的抽取精度。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.05 seconds)
