买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：太极计算机股份有限公司

摘要：本发明涉及一种基于主动学习和半监督学习的案情特征标注方法、装置和设备,属于智慧司法技术领域，该方法、装置和设备使用主动学习策略选取收益最大的部分样本交给法学专家进行标注，使用半监督学习策略选取置信度最高的部分样本扩充训练集，经过多次迭代后进行多层次多标签的案情特征标注；结合了主动学习和半监督学习的优点，仅需标注较少数据即可获得较大的标注收益和较多的高质量训练样本，并可对案情标签的层次结构和语义关系建模，从而解决当前案情特征标注中存在的全部人工标注成本过高和长尾效应问题，提升标注的效率和准确率。

主权项：1.一种基于主动学习和半监督学习的案情特征标注方法，其特征在于，包括：获取待标注的案情事实文本；对所述待标注的案情事实文本进行分词处理，将得到的所有分词作为目标案情事实；将所述目标案情事实输入至案情特征标注模型中，得到所述目标案情事实的案情特征标注结果；所述案情特征标注结果包括：案情特征及案件特征的层次关系；其中，所述案情特征标注模型为根据部分已标注好的样本案情事实和部分未进行标注的样本案情事实进行主动学习和半监督学习预先训练得到；所述已标注好的样本案情事实的案情特征标注有层次关系；还包括：在裁判文书集中，获取每个裁判文书的案情事实文本,并对每条案情事实文本进行分词处理，将得到的所有分词作为样本集；在所述样本集中抽取待标注样本，构建待标注样本集，将剩余的未标注样本构建为未标注样本集；响应于专家的标注指令，标注所述待标注样本集中每个待标注样本的案件特征及案件特征的层级关系，得到已标注样本集；其中，每个案件特征对应一个标签；基于所述已标注样本集和预设模型进行模型训练，得到初步案情特征标注模型；将未标注样本集中的未标注样本输入所述初步案情特征标注模型中，得到每个未标注样本的标注结果，其中，所述标注结果包括：每个标签的分类概率；根据所述分类概率，计算对应每个未标注样本的置信度；根据置信度的高低，在所述未标注样本集中抽取置信度低的未标注样本重新作为待标注样本集，并响应于专家的标注指令，标注所述待标注样本集中每个待标注样本的案件特征及案件特征的层级关系，得到已标注样本集；以及，在所述未标注样本中抽取置信度高的未标注样本，将所述置信度高的未标注样本及对应的标注结果作为已标注样本，加入所述已标注样本集；对所述初步案情特征标注模型进行迭代更新，直至所述初步案情特征标注模型的迭代次数达到迭代次数阈值，得到所述案情特征标注模型。

全文数据：

权利要求：

百度查询： 太极计算机股份有限公司 基于主动学习和半监督学习的案情特征标注方法、装置和设备