Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于案情标签提取的法条推荐方法和装置 

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:中国司法大数据研究院有限公司

摘要:本发明公开了一种基于案情标签提取的法条推荐方法和装置。本方法为:1获取文书详情集合C并进行标注,构成文书情节集合P;从裁判文书获取所引用法条,得到文书法条集合L;2利用集合C、集合P训练BERT分类模型得到模型A;利用集合C、集合P训练TinyBERT模型得到模型B;3获取文书详情集合D并输入模型A,得到伪标签数据,利用集合D及对应的伪标签数据训练模型B,得到模型C;4建立法律情节与对应法条之间的映射关系;5从目标审理案件的起诉书中提取经审理查明段并输入到模型C,输出预测的法律情节;然后根据映射关系输出所预测法律情节的适用法条。本发明在节约人力成本同时,大大提高对法条推荐的时效性。

主权项:1.一种基于案情标签提取的法条推荐方法,其步骤包括:1获取多篇裁判文书,构成文书集合W;从每篇裁判文书中获取经审理查明段和裁判说理段,将各所述经审理查明段构成文书详情集合C;对每一所述经审理查明段中的法条有关的情节关键词进行标注,构成文书情节集合P;从每一所述裁判说理段中解析出裁判文书所引用法条,得到文书法条集合L;2利用所述文书详情集合C、文书情节集合P训练BERT分类模型,将训练后的BERT分类模型作为模型A;利用所述文书详情集合C、文书情节集合P训练TinyBERT模型,将训练后的TinyBERT作为模型B;3获取多篇裁判文书,构成文书集合M;文书集合M中的裁判文书与所述文书集合W中的裁判文书不同;获取文书集合M的每一裁判文书中的经审理查明段得到文书详情集合D;利用所述模型A采用半监督学习方法对所述文书详情集合D进行预测,得到所述文书详情集合D对应的伪标签数据并对其进行校对,利用所述文书详情集合D及对应的伪标签数据训练所述模型B,得到模型C;4建立法律情节与对应法条之间的映射关系,利用所述文书情节集合P和法条集合L对所述映射关系进行校验修正后保存为情节-法条映射关系;5从目标审理案件的起诉书中提取经审理查明段并输入到所述模型C,输出预测的法律情节;然后根据所述情节-法条映射关系输出所预测法律情节的适用法条。

全文数据:

权利要求:

百度查询: 中国司法大数据研究院有限公司 一种基于案情标签提取的法条推荐方法和装置

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。