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：中国航天科工集团第二研究院
摘要：本发明涉及一种基于机器学习的案件罪名推断方法，其中，包括：罪名推断模型训练和罪名推断；罪名推断模型训练包括：将已有案件情节及对应的罪名转化后的向量输入罪名推断模型；计算预测结果与人工标注的案件情节、罪名和刑罚之间的交叉熵损失；更新模型参数；保存罪名推断模型；罪行推断包括：输入案件情节转化后的向量；将案件情节输入罪名推断模型中进行罪名推测；对罪名推断模型自身推断结果进行结果修正；从罪名推断模型中输出修正后的罪名推断结果。本发明基于机器学习的案件罪名推断方法，能够在保证判断速度较快的情况下，进行准确率较高的罪名推断。
主权项：1.一种基于机器学习的案件罪名推断方法，其特征在于，包括：罪名推断模型训练和罪名推断；罪名推断模型训练包括：将已有案件情节及对应的罪名转化后的向量输入罪名推断模型；计算预测结果与人工标注的案件情节、罪名和刑罚之间的交叉熵损失；更新模型参数；保存罪名推断模型；罪行推断包括：输入案件情节转化后的向量；将案件情节输入罪名推断模型中进行罪名推测；对罪名推断模型自身推断结果进行结果修正；从罪名推断模型中输出修正后的罪名推断结果；其中，罪名推断模型包括输入层、隐藏层和输出层；隐藏层卷积神经网络使用窗口大小为1、2、3以及4的卷积核，每个卷积核有64个，输出层采用线性层的结构，设输入层特征为Sf，，隐藏层输入特征为Sh1，隐藏层输出特征为Sh2，输出层为Sl；输入层特征Sf首先通过Sf×Sh1的线性连接层，再通过Tanh函数：Tanhx＝ex-e-xex+e-x；Sh1＝Tanhw·Sf+b；隐藏层内Sh1特征通过多个卷积核提取并进行最大池化后得到Sh2特征，其中一个卷积核对h个特征向量产生特征，从特征xi：i+h-1的窗口生成特征ci：ci＝fw·xi：i+h-1+b；对特征{x1：h，x2：h+1，…xn-h+1：n}通过卷积核卷积产生特征图；c＝[c1，c2，…cn-h+1]；其中对特征运用最大池池化多卷积核特征串联得到Sh2特征；Sh2特征通过Sh2×Sl的线性连接层，再通过Tanh函数得到Sl特征，Sl＝Tanhw·sh2+b。
全文数据：
权利要求：
百度查询： 中国航天科工集团第二研究院 一种基于机器学习的案件罪名推断方法
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