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：上海浙江大学高等研究院

摘要：本发明公开了一种基于模板和判决信息的法院观点生成方法、系统及设备，旨在生成更高质量的司法观点。该方法分为两步：1首先确定司法观点中的判决信息，并构建基于拓扑结构的信息流，将判决信息的预测作为多个分类子任务和生成子任务的集合，通过信息融合编码器、多角度拓扑结构解码器预测出判决信息预测出判决信息。2然后构建法院观点生成器，生成遮盖判决信息的法律文书模板，最后将预测的判决信息填入相应的遮盖位置，构成法院观点。通过在起诉书和非起诉书的数据集上进行了大量实验，对比其他模型并进行消融实验，证明了本方法的有效性。

主权项：1.一种基于模板和判决信息的法院观点生成方法，其特征在于，包括以下步骤：将待生成法院观点的法律事实描述和量刑说明拼接在一起，对拼接后的文本进行预处理，得到句子向量，将句子向量输入到训练好的法院观点生成模型中，输出法院观点；所述法院观点生成模型包含信息融合编码器、多角度拓扑结构解码器以及法院观点生成器；其中，信息融合编码器包含一个分类信息编码器和一个生成信息编码器，多角度拓扑结构解码器包含一个分类信息解码器、一个生成信息解码器和全连接层，所述全连接层数量和预先构建好的拓扑图中包含的分类子任务数量一致；所述拓扑图中包含五个子任务以及子任务之间的交互关系，其中，五个子任务分别为一个隐性分类子任务、三个显性分类子任务以及一个生成子任务；在多角度拓扑结构解码器中，将信息融合编码器输出的第一信息编码特征输入到生成信息解码器中，由生成信息解码器输出量刑分析特征并用于增益分类任务，将量刑分析特征经过softmax，得到量刑分析结果并作为生成子任务对应的预测结果；根据所述拓扑图构建所述分类信息解码器，所述分类信息解码器采用长短期记忆网络LSTM，以实现不同子任务之间的信息交互；其中，所述拓扑图中每个分类子任务对应长短期记忆网络中的一个LSTM记忆单元；将信息融合编码器输出的融合信息特征输入到分类信息解码器中，由分类信息解码器输出每个分类子任务对应的分类特征，将每个分类特征经过各自对应的全连接层，得到每个分类子任务对应的总体预测结果，将隐性分类子任务对应的预测结果从总体预测结果中去掉，保留总体预测结果中显性分类子任务对应的预测结果，将显性分类子任务对应的预测结果作为预测的关键信息结果，所述关键信息结果包含三种信息，分别为罪名类型、法条名称以及刑期；其中，隐性分类子任务的预测结果为是否对被告采取强制措施以及原告是否起诉被告，每个显性分类子任务的预测结果对应关键信息结果中的一种信息；在法院观点生成器中，将生成信息编码器输出的第一信息编码特征输入到模版解码器中，由模版解码器输出法院观点模版，将预测的关键信息结果和量刑分析结果填充到生成的法院观点模版中，最终得到法院观点；在所述法院观点生成模型的训练过程中，对真实的法院观点进行正则化处理，将正则化后的法院观点作为标签用来优化模版解码器的参数，根据前置任务类型采用不同的初始化方式初始化LSTM记忆单元，按照拓扑顺序依次更新LSTM记忆单元，并且更新隐性分类子任务对应的全连接层参数，并通过隐性分类子任务的训练辅助显性分类子任务的训练。

全文数据：

权利要求：

百度查询： 上海浙江大学高等研究院 基于模板和判决信息的法院观点生成方法、系统及设备