-
公开(公告)号:CN114756672A
公开(公告)日:2022-07-15
申请号:CN202210470651.1
申请日:2022-04-28
Applicant: 北京北大软件工程股份有限公司
IPC: G06F16/335 , G06F16/35 , G06F16/953 , G06F40/126 , G06F40/194
Abstract: 本申请提供一种条文推荐的方法、装置、设备和可读存储介质,该方法包括,将事件文本对应的多个词语中的每一个词语的向量和候选条文集合中每一条条文的所有词语的向量分别进行匹配度匹配,得到每一条条文与事件文本的细粒度匹配得分;基于事件文本对应的向量和候选条文集合中每一条条文的向量分别进行匹配度匹配,得到每一条条文与事件文本的粗粒度匹配得分;基于候选条文集合中所有条文与事件文本的细粒度匹配得分和每一条条文与事件文本的粗粒度匹配得分从候选条文集合中确定出推荐的预设数量的条文。通过该方法可以达到准确、高效的推荐条文的效果。
-
公开(公告)号:CN111475623B
公开(公告)日:2023-08-22
申请号:CN202010273401.X
申请日:2020-04-09
Applicant: 北京北大软件工程股份有限公司
IPC: G06F16/33 , G06F16/332 , G06F16/36
Abstract: 本申请涉及一种基于知识图谱的案件信息语义检索方法及装置,基于知识图谱的案件信息语义检索方法包括根据法律文书构建法治知识图谱;对用户输入的问题进行简单识别和意图识别;定义sparql语言查询模板,根据意图识别结果匹配相应sparql语言查询模板在法治知识图谱中进行第一检索,为第一检索结果赋予第一置信度;搭建全文搜索引擎,将简单识别结果在全文搜索引擎中进行第二检索,为第二检索结果赋予第二置信度;根据第一置信度和所述第二置信度输出最终检索结果。本申请可以充分挖掘实体之间的联系,完成复杂的多跳语义检索,即使法治知识图谱的语义检索出现不能满足要求的输出时也可以基于全文搜索引擎返回检索结果,进一步提高检索效率和准确性。
-
公开(公告)号:CN111797221B
公开(公告)日:2023-12-08
申请号:CN202010549298.7
申请日:2020-06-16
Applicant: 北京北大软件工程股份有限公司
IPC: G06F16/335 , G06F16/35 , G06F40/284 , G06F18/2411 , G06N3/04 , G06Q50/18
Abstract: 本发明涉及一种类似案件推荐方法及装置,包括提取目标案例的案例特征并对案例特征进行预处理;预处理后的案例特征转换为非结构化信息和结构化信息,并分别对非结构化信息和结构化信息进行处理,利用处理后的非结构化信息构建第一特征向量,利用处理后的结构化信息构建第二特征向量,联合第一特征向量和第二特征向量获取案例的最终特征向量;将目标案件输入案由预测模型中,获取目标案件的案由,根据案由获取相同案由的同案由案件集合;采用最终特征向量获取同案由案件集合中的最相似案件并输出。本发明将词语通过神经网络向量化再计算相似度的方法比传统的文本相似度算法效果更好。
-
公开(公告)号:CN111475623A
公开(公告)日:2020-07-31
申请号:CN202010273401.X
申请日:2020-04-09
Applicant: 北京北大软件工程股份有限公司
IPC: G06F16/33 , G06F16/332 , G06F16/36
Abstract: 本申请涉及一种基于知识图谱的案件信息语义检索方法及装置,基于知识图谱的案件信息语义检索方法包括根据法律文书构建法治知识图谱;对用户输入的问题进行简单识别和意图识别;定义sparql语言查询模板,根据意图识别结果匹配相应sparql语言查询模板在法治知识图谱中进行第一检索,为第一检索结果赋予第一置信度;搭建全文搜索引擎,将简单识别结果在全文搜索引擎中进行第二检索,为第二检索结果赋予第二置信度;根据第一置信度和所述第二置信度输出最终检索结果。本申请可以充分挖掘实体之间的联系,完成复杂的多跳语义检索,即使法治知识图谱的语义检索出现不能满足要求的输出时也可以基于全文搜索引擎返回检索结果,进一步提高检索效率和准确性。
-
公开(公告)号:CN111797221A
公开(公告)日:2020-10-20
申请号:CN202010549298.7
申请日:2020-06-16
Applicant: 北京北大软件工程股份有限公司
IPC: G06F16/335 , G06F16/35 , G06F40/284 , G06K9/62 , G06N3/04 , G06Q50/18
Abstract: 本发明涉及一种类似案件推荐方法及装置,包括提取目标案例的案例特征并对案例特征进行预处理;预处理后的案例特征转换为非结构化信息和结构化信息,并分别对非结构化信息和结构化信息进行处理,利用处理后的非结构化信息构建第一特征向量,利用处理后的结构化信息构建第二特征向量,联合第一特征向量和第二特征向量获取案例的最终特征向量;将目标案件输入案由预测模型中,获取目标案件的案由,根据案由获取相同案由的同案由案件集合;采用最终特征向量获取同案由案件集合中的最相似案件并输出。本发明将词语通过神经网络向量化再计算相似度的方法比传统的文本相似度算法效果更好。
-
-
-
-