Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
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
当前位置 : 首页 > 专利喜报 > 恭喜北京华宇元典信息服务有限公司李东海获国家专利权

恭喜北京华宇元典信息服务有限公司李东海获国家专利权

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!

龙图腾网恭喜北京华宇元典信息服务有限公司申请的专利用于争议焦点裁判文书的筛选的模型的训练方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114428847B

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111632891.9,技术领域涉及:G06F16/335;该发明授权用于争议焦点裁判文书的筛选的模型的训练方法是由李东海;章毓文;石崇德;张博文;丁青青;朱婉云设计研发完成,并于2021-12-28向国家知识产权局提交的专利申请。

用于争议焦点裁判文书的筛选的模型的训练方法在说明书摘要公布了:本申请涉及一种用于争议焦点裁判文书的筛选的模型的训练方法、争议焦点裁判文书的筛选方法、装置和电子设备。该用于争议焦点裁判文书的筛选的模型的训练方法包括:获取训练裁判文书,所述训练裁判文书包含小部分已标注样本和大部分未标注样本;对所述训练裁判文书进行文本预处理和段落抽取;从所述训练裁判文书构建所述已标注样本的第一特征向量和所述未标注样本的第二特征向量;以及,使用正未标记学习策略,将所述已标注样本作为正样本并将所述未标注样本作为负样本训练支持向量机模型,所述支持向量机模型用于将裁判文书分类为是否包含争议焦点。这样,可以改进争议焦点裁判文书的筛选方案。

本发明授权用于争议焦点裁判文书的筛选的模型的训练方法在权利要求书中公布了:1.一种用于争议焦点裁判文书的筛选的模型的训练方法,其特征在于,包括:获取训练裁判文书,所述训练裁判文书包含小部分已标注样本和大部分未标注样本;对所述训练裁判文书进行文本预处理和段落抽取;从所述训练裁判文书构建所述已标注样本的第一特征向量和所述未标注样本的第二特征向量;以及使用正未标记学习策略,将所述已标注样本作为正样本并将所述未标注样本作为负样本训练支持向量机模型,所述支持向量机模型用于将裁判文书分类为是否包含争议焦点;所述从所述训练裁判文书构建所述已标注样本的第一特征向量和所述未标注样本的第二特征向量包括:基于裁判文书是否包含争议焦点的段落类型和段落长度,确定与争议焦点具有大于预定阈值的相关度的文书段落;以及,基于通过对争议焦点的句子进行分析和统计而获得的关键词和所述文书段落构建所述已标注样本的第一特征向量和所述未标注样本的第二特征向量;所述包含争议焦点的段落类型包括辩护段和裁判分析过程段;所述使用正未标记学习策略,将所述已标注样本作为正样本并将所述未标注样本作为负样本训练支持向量机模型包括:步骤1,将所述第一特征向量作为正特征向量并将所述第二特征向量作为负特征向量;步骤2,基于所述正特征向量和所述负特征向量确定所述支持向量机模型的几何间隔最大的分离超平面;步骤3,确定与所述正特征向量在所述分离超平面同一侧的候选负特征向量;步骤4,将所述候选负特征向量中距离所述分离超平面大于预定距离阈值的候选负特征向量转换为正特征向量;以及,步骤5,迭代所述步骤2到步骤4,直到不再转换正特征向量为止。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京华宇元典信息服务有限公司,其通讯地址为:100080 北京市海淀区西小口路66号东升科技园北领地B2楼D301;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。