-
公开(公告)号：CN118445621A
公开(公告)日：2024-08-06
申请号：CN202410618464.2
申请日：2024-05-17
Applicant: 华中科技大学
IPC: G06F18/214 , G06F18/213 , G06Q50/18 , G06F40/30 , G06F18/22 , G06N3/045 , G06N3/084 , G06N3/094 , G06F40/284
Abstract: 本发明公开了一种基于双原型源的法律事件检测模型构建方法与应用，属于人工智能技术领域；针对样本少，同种事件类型表述各异，相似事件类型难以区分的情况，利用事件标签信息和事件提及作为双原型源，在两个分支同时训练，通过最小化输入法律文本与对应法律事件类型标签下的模板提示文本的特征向量之间的距离，以及法律事件类型标签相同的法律文本之间的特征向量之间的距离，充分利用了有限的训练样本，使模型学习到不同事件类型的一般特征和语言表达上的丰富多样性，提高了在小样本场景下法律事件检测的准确性。
-
公开(公告)号：CN118396789A
公开(公告)日：2024-07-26
申请号：CN202410618603.1
申请日：2024-05-17
Applicant: 华中科技大学
Abstract: 本发明属于法律与人工智能、自然语言处理相关技术领域，其公开了一种民事案件判决预测模型产品及方法，模型程序产品包括：案由预测模型，用于进行案由预测；法条预测模型，用于预测案件适用的一般法条/特殊法条；判决预测模型，用于分析案件事实与原告诉求的关联，提取与原告诉求关联的关键事实；还用于对案件多角度法律要素进行编码，得到其嵌入表示；还用于使用混合注意力机制将所有法律要素特征融合为整体民事案件特征表示，并使用第四MLP进行案件判决结果分类，完成判决预测。本发明解决了民事案件判决结果预测问题。
-
公开(公告)号：CN103051581A
公开(公告)日：2013-04-17
申请号：CN201210551430.3
申请日：2012-12-18
Applicant: 华中科技大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于有效容量的MIMO-OFDM系统能效优化方法，包括：将MIMO-OFDM系统中每个子载波上的频域信道矩阵进行奇异值分解共得到MN个并行的空频子信道，对所得的MN个空频子信道进行分组，计算各组子信道的优化有效容量，根据优化有效容量计算MIMO-OFDM系统的优化能量效率ηopt。本发明以系统的能量效率优化为目标，将系统各子载波上的频域信道矩阵进行奇异值分解后得到并行的空频子信道，再将子信道进行分组，分别根据各组子信道的边缘概率密度函数求得各组子信道功率分配优化解的门限值，以对各组子信道的有效容量进行优化，从而使整个系统的能效最大化。
-
公开(公告)号：CN1450754A
公开(公告)日：2003-10-22
申请号：CN03118918.0
申请日：2003-04-11
Applicant: 华中科技大学
Abstract: 本发明公开了一种数据包的调度方法，该方法量化数据流速率和数据包长度；并将待调度的数据流队列分成两部分，即新到流队列部分①和积压流队列部分②；调度器③采用SEFF策略对这两部分队列进行统一调度。当硬件资源不够时，可以对新到流队列部分进行简化。当一个数据包到达调度节点时，根据其是否为所属数据流的第一个数据包而排在新到流队列部分或积压流队列部分，调度器会从新到流队列部分和积压流队列部分中选取一个数据包进行发送。该调度方法简单、高效，可采用硬件实现，并基本保证了WF2Q+调度算法的性能。
-
公开(公告)号：CN1206835C
公开(公告)日：2005-06-15
申请号：CN03118918.0
申请日：2003-04-11
Applicant: 华中科技大学
Abstract: 本发明公开了一种数据包的调度方法，该方法量化数据流速率和数据包长度；并将待调度的数据流队列分成两部分，即新到流队列部分①和积压流队列部分②；调度器③采用SEFF策略对这两部分队列进行统一调度。当硬件资源不够时，可以对新到流队列部分进行简化。当一个数据包到达调度节点时，根据其是否为所属数据流的第一个数据包而排在新到流队列部分或积压流队列部分，调度器会从新到流队列部分和积压流队列部分中选取一个数据包进行发送。该调度方法简单、高效，可采用硬件实现，并基本保证了WF2Q+调度算法的性能。
-
Patent Agency Ranking
-
公开(公告)号：CN118396103A
公开(公告)日：2024-07-26
申请号：CN202410618502.4
申请日：2024-05-17
Applicant: 华中科技大学
IPC: G06N5/025 , G06F18/214 , G06F18/241 , G06F18/25 , G06N3/0455 , G06N3/084 , G06N3/096 , G06N3/092 , G06F40/205 , G06N7/01
Abstract: 本发明属于法律文本的自然语言处理技术领域，其公开了一种面向裁判文书的文档级法律关系抽取模型产品及方法。模型包括：文档嵌入层，用于将标注和插入章节结构信息的文档输入Lawformer中，获取文档的上下文嵌入表示和注意力分数；特征增强层，用于进行深层次的特征提取，得到增强的文档上下文表示；实体交互层，用于计算得到增强的实体对；关系分类层，包括线性分类层和激活函数层，线性分类层用于计算概率矩阵logits，所述激活函数层用于根据logits计算logit；通过比较关系类别门限值得到实体对‑关系三元组集合。本发明解决了面向裁判文书的文档级法律关系抽取的问题。
-
-
公开(公告)号：CN118410400A
公开(公告)日：2024-07-30
申请号：CN202410618433.7
申请日：2024-05-17
Applicant: 华中科技大学
IPC: G06F18/241 , G06F18/214 , G06F40/284 , G06F40/30 , G06F18/213 , G06N3/045 , G06N3/084 , G06N3/094 , G06Q50/18
Abstract: 本发明公开了一种基于任务导向预训练的法律事件检测模型构建方法与应用，属于人工智能技术领域；所构建的法律事件检测模型包括：级联的token化层、训练好的文本特征提取模块和分类模块；在对文本特征提取模块进行训练的过程中，将法律领域文本语料数据集中的法律判决文书事实部分文本对应的token序列中表征法律事件语义特征的token进行掩码后，再输入至文本特征提取模块中进行MLM预训练；通过基于法律事件特征的选择性掩码策略实现了事件检测任务导向的领域预训练，从而将文本特征提取模块中预训练语言模型的训练与法律事件检测任务相关联，对法律事件关键要素具备良好的感知理解与特征提取能力，提高了法律事件检测的准确性。
-
公开(公告)号：CN103051581B
公开(公告)日：2015-04-15
申请号：CN201210551430.3
申请日：2012-12-18
Applicant: 华中科技大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于有效容量的MIMO-OFDM系统能效优化方法，包括：将MIMO-OFDM系统中每个子载波上的频域信道矩阵进行奇异值分解共得到MN个并行的空频子信道，对所得的MN个空频子信道进行分组，计算各组子信道的优化有效容量，根据优化有效容量计算MIMO-OFDM系统的优化能量效率ηopt。本发明以系统的能量效率优化为目标，将系统各子载波上的频域信道矩阵进行奇异值分解后得到并行的空频子信道，再将子信道进行分组，分别根据各组子信道的边缘概率密度函数求得各组子信道功率分配优化解的门限值，以对各组子信道的有效容量进行优化，从而使整个系统的能效最大化。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
