-
公开(公告)号：CN115048521A
公开(公告)日：2022-09-13
申请号：CN202210720096.3
申请日：2022-06-23
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/36 , G06F40/289 , G06F40/216 , G06N3/04 , G06N3/08 , G06Q50/18
Abstract: 本发明公开了一种基于半监督的图神经网络的案件争议焦点识别方法及装置，所述方法包括：首先利用司法知识图谱三元组嵌入丰富诉辩双方关键陈述句子，然后设计关键单词筛选机制，将输入的诉辩文本单词进行排序、抽取操作，将处理后的单词与文本作为两种节点构建文本图，将文本图输入图注意力网络实现多标签文本分类，从而识别争议焦点。本发明通过利用司法知识图谱中的知识要素、关键文本单词筛选机制，增强了文本特征、改善了长文本限制问题，降低了模型占用资源，最终基于半监督的图神经网络实现多标签文本分类技术完成争议焦点的识别，提高庭审效率。
-
公开(公告)号：CN115048521B
公开(公告)日：2024-07-23
申请号：CN202210720096.3
申请日：2022-06-23
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/36 , G06F40/284 , G06F40/216 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0895 , G06Q50/18 , G06N3/048
Abstract: 本发明公开了一种基于半监督的图神经网络的案件争议焦点识别方法及装置，所述方法包括：首先利用司法知识图谱三元组嵌入丰富诉辩双方关键陈述句子，然后设计关键单词筛选机制，将输入的诉辩文本单词进行排序、抽取操作，将处理后的单词与文本作为两种节点构建文本图，将文本图输入图注意力网络实现多标签文本分类，从而识别争议焦点。本发明通过利用司法知识图谱中的知识要素、关键文本单词筛选机制，增强了文本特征、改善了长文本限制问题，降低了模型占用资源，最终基于半监督的图神经网络实现多标签文本分类技术完成争议焦点的识别，提高庭审效率。
-
公开(公告)号：CN116150372A
公开(公告)日：2023-05-23
申请号：CN202310166478.0
申请日：2023-02-24
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F40/289 , G06F40/284 , G06F40/30 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于双曲图注意力网络的短文本分类方法及装置，所述方法包括：首先利用文本的复杂层级结构与双曲空间的树相似性特征的契合性，将文本嵌入到具有负常数曲率的双曲空间中，充分利用双曲流行表征的强大表达能力。然后设计双曲图注意力网络，融合节点特征与边特征，增强对文本中关键局部信息的聚合能力。最后使用基于双曲空间中的测地线距离的标签文本交互函数进一步引导文本特征学习，以此提升文本分类精度。本发明通过聚合双曲几何对层级结构图数据的建模能力和注意力机制对文本特征的学习能力，充分挖掘文本信息的层级结构的同时，有效地利用标签与文本特征学习之间的相关性，共同强化学习文本嵌入表示，提升了文本分类的效果。
-
公开(公告)号：CN116226711A
公开(公告)日：2023-06-06
申请号：CN202310166484.6
申请日：2023-02-24
Applicant: 重庆邮电大学
IPC: G06F18/24 , G06F18/25 , G06F40/211 , G06F16/36 , G06F40/289 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多特征融合的案件争议焦点识别方法及装置，所述方法包括：首先经过预训练语言模型编码并映射得到语义双曲流形表征、构建句法依存图得到文本向量表示并映射为句法双曲流形表征，然后通过链接知识图谱生成知识双曲流形表征，最后自适应融合多种表征联合推理，预测争议焦点。本发明通过设计基于双曲空间的自适应特征融合模型，融合文本语义信息、句法信息与知识要素，提升了模型可解释性，增强了文本特征、降低了易混淆类别区分难度，通过负采样方式训练模型，降低了计算资源，实现了争议焦点识别，提高庭审效率。
-
-
-
Search Results
4
records
(took 0.015 seconds)
