基于神经网络的法条关联推荐方法及装置

    公开(公告)号:CN111694945A

    公开(公告)日:2020-09-22

    申请号:CN202010493887.8

    申请日:2020-06-03

    Abstract: 本发明涉及一种基于神经网络的法条关联推荐方法及装置,包括获取待分析的相关法条,对相关法条进行处理转化为特征向量;相关法条包括上位法条集合和下位法条集合;构建LSTM网络模型,将特征向量输入LSTM网络模型中,获取相应的上位法条输出单元向量和下位法条输出单元向量;计算上位法条输出单元向量和下位法条输出单元向量的曼哈顿距离值,将上位法条输出单元向量、下位法条输出单元向量及曼哈顿距离值组合作为输出向量;对LSTM网络模型进行修正,将输出向量输入到修正后的LSTM网络模型中计算上位法条集合和下位法条集合的相似度,根据相似度输出推荐结果。本发明用于上下位法律条款识别时,能够有效的识别上下位法条之间的相似度并根据相似度为用户提供相应的法律法条。

Patent Agency Ranking