龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：山东大学;中国科学院数学与系统科学研究院
摘要：本发明公开了一种基于回归模型和机器学习的推荐量刑刑期确定方法及系统，涉及法律文本处理技术领域，方法包括：获取待量刑案件的判决文书文本数据，经预处理提取自然特征和量刑特征因素，通过预构建的饱和非线性回归模型，输出预测的推荐量刑刑期；构建模型时，以历史案件判决文书文本数据及其量刑判决数据构建训练集；基于训练集，采用最小二乘法估计模型噪声，并采用均匀分割法与预测精度比较法确定模型中量刑起点所在量刑区间的位置；采用最优拟牛顿自适应学习法，确定模型中量刑特征因素的权重；再基于构建的损失函数迭代训练神经网络，确定模型中不确定性量刑特征因素的影响，完成模型构建。本发明能够给出更精确、更可靠的推荐量刑刑期。
主权项：1.一种基于回归模型和机器学习的推荐量刑刑期确定方法，其特征是，包括：获取待量刑案件的判决文书文本数据，经过预处理，依次提取自然特征和量刑特征因素；基于自然特征和量刑特征因素，通过预构建的饱和非线性回归模型，输出预测的待量刑案件的推荐量刑刑期；所述饱和非线性回归模型包括饱和函数、包含量刑起点和刑罚量的基准刑函数、量刑特征因素影响函数、神经网络函数和模型噪声，该模型的构建过程包括：以历史案件判决文书文本数据及其量刑判决数据构建训练集；基于训练集，采用最小二乘法估计模型噪声，并采用均匀分割法与预测精度比较法确定模型中量刑起点所在量刑区间的位置；之后采用最优拟牛顿自适应学习法，确定模型中量刑特征因素的权重；再基于构建的损失函数迭代训练神经网络，确定模型中不确定性量刑特征因素的影响，完成饱和非线性回归模型的构建。
全文数据：
权利要求：
百度查询： 山东大学 中国科学院数学与系统科学研究院 基于回归模型和机器学习的推荐量刑刑期确定方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号