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：北京理工大学
摘要：本公开的基于贝叶斯网络的刑期预测方法，通过包括：对已审裁判文书数据进行预处理；利用预处理的已审裁判文书数据进行贝叶斯网络结构学习，得到已审裁判文书法律要素样本集和贝叶斯网络结构；采用极大似然估计法从所述已审裁判文书法律要素样本集进行贝叶斯网络结构参数学习，得到贝叶斯网络刑期预测模型；将未审裁判文书数据输入到贝叶斯网络刑期预测模型，输出刑期预测结果。能够在不确定或不完善的信息条件下，利用诊断推理识别刑期量刑重要因素，给出刑期依据和解释，刑期预测模型和刑期预测结果的可解释性强，从裁判文书数据中学习贝叶斯网络结构，克服了专家构建贝叶斯网络的主观性，提高了刑期的准确性，减少搜索空间，提高学习速度。
主权项：1.一种基于贝叶斯网络的刑期预测方法，其特征在于，所述方法包括：对已审裁判文书数据进行预处理；利用预处理的已审裁判文书数据进行贝叶斯网络结构学习，包括提取法律要素、标注法律要素关系、抽取法律要素关系对、构建法律要素无向图和有向图，得到裁判文书法律要素样本集和贝叶斯网络结构；其中，所述标注法律要素关系包括基于专家知识构建所述已审裁判文书中的法律要素关系，对所述已审裁判文书进行所述法律要素关系的标注；利用远程监督算法对标注法律关系的已审裁判文书进行训练得到法律要素关系标注模型；将未标注法律要素关系的已审裁判文书输入到所述法律要素关系标注模型中得到标注法律要素关系的已审裁判文书；所述构建法律要素有向图包括：利用爬山法和Bic评分算法确定无向图中的边的方向，得到所述法律要素无向图的节点的序列；基于所述无向图的节点的序列连接法律要素样本集的法律要素，基于K2算法计算法律要素关系有向图的Bic评分，当Bic评分不在增加时，得到法律要素有向图，其中，所述法律要素有向图为贝叶斯网络结构；采用极大似然估计法从所述裁判文书法律要素样本集进行贝叶斯网络结构参数学习，得到贝叶斯网络刑期预测模型；将预处理的未审裁判文书数据输入到贝叶斯网络刑期预测模型，输出刑期预测结果。
全文数据：
权利要求：
百度查询： 北京理工大学 一种基于贝叶斯网络的刑期预测方法
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