一种基于图神经网络的司法文书案情要素实体识别方法

    公开(公告)号:CN115017144A

    公开(公告)日:2022-09-06

    申请号:CN202210598184.0

    申请日:2022-05-30

    Abstract: 本发明涉及一种基于图神经网络的司法文书案情要素实体识别方法,属于自然语言处理及自然语言理解技术领域。本发明根据文书类型、案由罪名选择对应的规则模板;对文书数据清洗,去除多余空行以及非法字符,完成半角全角符号转换;使用模板对检务文书进行段落划分;对包含案情的审理查明段落构建多路径有向无环图结构,输入图神经网络学习节点表示;将图神经网络的各节点依次输入基于注意力机制的神经网络和条件随机场进行识别结果的序列次序校对;对提取的识别结果按照所需格式生成结构化数据,提高办公效率,促进检务工作高质量发展。

    一种刑事检察公诉询问流程中的非接触式测谎方法

    公开(公告)号:CN113576480A

    公开(公告)日:2021-11-02

    申请号:CN202110923410.3

    申请日:2021-08-12

    Abstract: 本发明涉及一种刑事检察公诉询问流程中的非接触式测谎方法,属于图像识别及雷达探测技术领域。本发明包括:利用毫米波雷达装置对监测人员的心跳进行探测;通过带通滤波器允许特定频段的波通过同时屏蔽其他频段;利用摄像头对被监测人员进行周期性拍摄;将拍摄到的照片输入到已经训练好的神经网络模型,通过模型对该照片进行预测分类,分别为True(真话)和False(谎言);将照片分类结果与毫米波雷达监测到的结果进行对比,如果一致(假设毫米波雷达监测到的为110,图像分类模型预测的为False,此为一致,输出结果为“谎言”;心率为70,图像分类模型预测为True,同为一致,输出结果为“真话”。本发明具有高精确度、高可用性、高速,高鲁棒性的特点。

    一种基于图神经网络的司法文书案情要素实体识别方法

    公开(公告)号:CN115017144B

    公开(公告)日:2024-03-29

    申请号:CN202210598184.0

    申请日:2022-05-30

    Abstract: 本发明涉及一种基于图神经网络的司法文书案情要素实体识别方法,属于自然语言处理及自然语言理解技术领域。本发明根据文书类型、案由罪名选择对应的规则模板;对文书数据清洗,去除多余空行以及非法字符,完成半角全角符号转换;使用模板对检务文书进行段落划分;对包含案情的审理查明段落构建多路径有向无环图结构,输入图神经网络学习节点表示;将图神经网络的各节点依次输入基于注意力机制的神经网络和条件随机场进行识别结果的序列次序校对;对提取的识别结果按照所需格式生成结构化数据,提高办公效率,促进检务工作高质量发展。

    基于变体注意力及层次结构的业务文书信息抽取方法

    公开(公告)号:CN115098673A

    公开(公告)日:2022-09-23

    申请号:CN202210566712.4

    申请日:2022-05-23

    Abstract: 本发明涉及一种基于变体注意力及层次结构的业务文书信息抽取方法,属于自然语言处理领域。本发明首先对文书首先进行分类处理,将数据处理为模型所需的监督训练数据,输入到基于变体注意力及层次结构网络模型中进行训练,利用层次网络结构分别对词级、句级、段落级文书信息进行特征提取;将所需抽取信息的文书及所需抽取文书内容的标签作为输入,喂入已训练好的层次变体注意力网络模型中进行信息抽取;统计,最后对抽取的信息进行统计分析。本发明实现业务文书信息精确抽取技术,最终通过该技术抽取出文书信息后再对文书信息进行统计分析,实现专项业务相关信息抽取。

Patent Agency Ranking