申请/专利权人：山东大学

申请日：2021-06-07

公开（公告）日：2023-12-05

公开（公告）号：CN113487453B

主分类号：G06Q50/18

分类号：G06Q50/18;G06Q10/04;G06F40/30;G06N3/0442;G06N3/092

优先权：

专利状态码：有效-授权

法律状态：2023.12.05#授权;2021.10.26#实质审查的生效;2021.10.08#公开

摘要：本发明提供了一种基于犯罪要素的法律判决预测方法及系统，利用层次化的Bi‑LSTM进行事实描述编码，生成上下文的句子表示；利用基于强化学习进行要素抽取，挑选出包含犯罪要素的句子；通过融合所选句子的上下文表示，生成相应判别犯罪要素表示；将判别犯罪者、犯罪目标、犯罪意向和犯罪行为的犯罪要素表示进行拼接，对形成的拼接向量进行多任务判决预测，得到预测判决结果。本发明可以有效区分易混淆的犯罪事实和法律条款，提升法律判决预测任务的准确度。

主权项：1.一种基于犯罪要素的法律判决预测方法，其特征是：包括以下步骤：利用层次化的Bi-LSTM进行事实描述编码，生成上下文的句子表示；所述利用层次化的Bi-LSTM进行事实描述编码的具体过程包括：利用四个层次化的Bi-LSTM，每个层次化的Bi-LSTM都有两个层级的Bi-LSTM，单词级Bi-LSTM输出上下文单词表示，通过注意机制计算基本的句子表示，利用句子级Bi-LSTM输出上下文句子表示；利用基于强化学习进行要素抽取，挑选出包含犯罪要素的句子；所述利用基于强化学习进行要素抽取的具体过程包括：采用四个智能体，分别选择含有犯罪者、犯罪目标、犯罪意向和犯罪行为的不同类型犯罪要素的句子，每个智能体采用随机策略对每个状态下的行动进行采样；通过融合所选句子的上下文表示，生成相应判别犯罪要素表示；所述通过融合所选句子的上下文表示的具体过程包括：融合包含犯罪要素的句子的上下文表示来生成第k个判别犯罪要素表示，基于动作序列、上下文句子表示和句子级语境向量，计算出一个句子层面的注意力权重向量，基于注意力权重向量，计算犯罪要素的表示；将判别犯罪者、犯罪目标、犯罪意向和犯罪行为的犯罪要素表示进行拼接，对形成的拼接向量进行多任务判决预测，得到预测判决结果。

全文数据：

权利要求：

百度查询： 山东大学 基于犯罪要素的法律判决预测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD