-
公开(公告)号：CN119621891A
公开(公告)日：2025-03-14
申请号：CN202411669224.1
申请日：2024-11-21
Applicant: 浙江大学 , 上海浙江大学高等研究院
IPC: G06F16/3329 , G06F16/334 , G06N3/092 , G06F40/30 , G06F18/214 , G06Q50/18 , G06N5/04
Abstract: 本发明公开了一种基于大语言模型的法律问答事实性增强方法、系统及设备，属于智能司法领域。本发明的方法首先基于大语言模型构造第一训练数据集以及第二训练数据集，使用监督微调的方法在第一训练数据集和第二训练数据集上对大语言模型基座进行微调，得到微调后的模型，利用基于难样本感知的强化学习算法对微调后的模型进行若干次迭代微调，直至达到预设的迭代轮次阈值或者模型收敛，得到法律问答模型。本发明构造了两阶段的高质量训练数据，并基于难样本感知的强化学习算法增强法律问答事实性，具有良好的应用前景。
-
公开(公告)号：CN112329891A
公开(公告)日：2021-02-05
申请号：CN202011367208.9
申请日：2020-11-27
Applicant: 浙江大学
Abstract: 本申请提供一种双向注意力和判案逻辑结合的辅助判案方法、装置、介质。本发明将判案逻辑和类案知识应用于基于深度学习的法律判决自动预测任务，相比一般的法律判决自动预测算法，本发明对查明事实和原告诉请、原告诉请之间的判案逻辑知识进行了建模，能有效提升算法的可解释性。本发明首次运用判案逻辑知识对法律判决进行自动预测，与其它在该认为上尝试过的模型相比较，本发明在算法和运用上都有自己的独创性和独特性。本发明可以将司法领域专家知识显性地与深度神经网络相结合，提升智能司法判案准确率，并提供判案可解释性。
-
公开(公告)号：CN112329891B
公开(公告)日：2022-05-31
申请号：CN202011367208.9
申请日：2020-11-27
Applicant: 浙江大学
Abstract: 本申请提供一种双向注意力和判案逻辑结合的辅助判案方法、装置、介质。本发明将判案逻辑和类案知识应用于基于深度学习的法律判决自动预测任务，相比一般的法律判决自动预测算法，本发明对查明事实和原告诉请、原告诉请之间的判案逻辑知识进行了建模，能有效提升算法的可解释性。本发明首次运用判案逻辑知识对法律判决进行自动预测，与其它在该认为上尝试过的模型相比较，本发明在算法和运用上都有自己的独创性和独特性。本发明可以将司法领域专家知识显性地与深度神经网络相结合，提升智能司法判案准确率，并提供判案可解释性。
-
-
Search Results
3
records
(took 0.013 seconds)
