公开(公告)号：CN114219682A

公开(公告)日：2022-03-22

申请号：CN202111386108.5

申请日：2021-11-22

Applicant: 上海交通大学

Inventor： 黄熙宇 ,  张月国 ,  齐开悦 ,  蒋兴浩 ,  姚立红

IPC: G06Q50/18 ,  G06F40/289 ,  G06F40/242 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于BERT隐藏层信息的案件判决预测方法、系统及介质，涉及法律服务技术领域，包括：步骤S1：获取案情文本原始数据，并对案情文本原始数据进行预处理，得到预处理后的案情文本；步骤S2：将预处理后的案情文本进行分词，得到预处理后的分词案情文本；步骤S3：预处理后的分词案情文本根据BERT的中文词典进行编码，得到词编码，最终得到全文的词向量；步骤S4：构建案件预测模型并对案件预测模型进行训练，得到训练后的案件预测模型；步骤S5：将全文的词向量和词对的词向量输入训练后的案件预测模型，得到相关法条、罪行以及刑期的预测结果。本发明能够解决网络模型信息利用不充分的问题，提升各项任务预测的准确率。

公开(公告)号：CN113065347B

公开(公告)日：2022-06-28

申请号：CN202110454069.1

申请日：2021-04-26

Applicant: 上海交通大学

Inventor： 张月国 ,  黄熙宇 ,  董莉莉

IPC: G06F40/279 ,  G06F40/30 ,  G06F40/14 ,  G06F40/126 ,  G06F40/253 ,  G06Q50/18 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于多任务学习的刑事案件判决预测方法及系统，包括：获取案情文本原始数据，并对案情文本原始数据进行预处理，得到预处理后的案情文本；将预处理后的案情文本进行分词，得到预处理后的分词案情文本；预处理后的分词案情文本进行one‑hot编码，得到词编码，然后再进行word2vec的编码，得到全文的词向量；基于预处理后的分词案情文本构建语法树，并将语法树中预设要求词对关系的词对抽取出来，对抽取出的词对进行one‑hot编码及word2vec的编码，得到词对的词向量；构建案件预测模型并对案件预测模型进行训练，得到训练后的案件预测模型；将全文的词向量和词对的词向量输入训练后的案件预测模型，得到相关法条、罪行以及刑期的预测结果。

公开(公告)号：CN113065347A

公开(公告)日：2021-07-02

申请号：CN202110454069.1

申请日：2021-04-26

Applicant: 上海交通大学

Inventor： 张月国 ,  黄熙宇 ,  董莉莉

IPC: G06F40/279 ,  G06F40/30 ,  G06F40/14 ,  G06F40/126 ,  G06F40/253 ,  G06Q50/18 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于多任务学习的刑事案件判决预测方法及系统，包括：获取案情文本原始数据，并对案情文本原始数据进行预处理，得到预处理后的案情文本；将预处理后的案情文本进行分词，得到预处理后的分词案情文本；预处理后的分词案情文本进行one‑hot编码，得到词编码，然后再进行word2vec的编码，得到全文的词向量；基于预处理后的分词案情文本构建语法树，并将语法树中预设要求词对关系的词对抽取出来，对抽取出的词对进行one‑hot编码及word2vec的编码，得到词对的词向量；构建案件预测模型并对案件预测模型进行训练，得到训练后的案件预测模型；将全文的词向量和词对的词向量输入训练后的案件预测模型，得到相关法条、罪行以及刑期的预测结果。