申请/专利权人：南京航天数智科技有限公司

申请日：2023-10-20

公开（公告）日：2024-01-02

公开（公告）号：CN117332756A

主分类号：G06F40/126

分类号：G06F40/126;G06F40/194;G06F40/279;G06F40/30;G06N3/096

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.19#实质审查的生效;2024.01.02#公开

摘要：本发明属于人工智能领域，公开了一种潜在事实挖掘和语义对齐的争议焦点识别方法，步骤为：首先对诉称文本和辩称文本进行编码，得到二者的嵌入表示；然后将诉称文本的嵌入表示输入潜在事实生成模块，生成潜在的事实知识；接着将潜在事实知识和辩称文本的嵌入表示输入细粒度对齐模块和交叉注意力模块，分别得到各自的匹配度得分；同时，将诉称文本的嵌入表示和辩称文本的嵌入表示输入到局部语义匹配模块和全局匹配模块，分别得到各自的匹配度得分；最后将四个得分相加，得分最高的辩称即为预测辩称。本发明充分挖掘数据中的潜在事实知识，并通过利用语义对齐技术和使用不同层级的特征表示进行计算，能够显著提升法律争议焦点识别的准确率。

主权项：1.一种潜在事实挖掘和语义对齐的争议焦点识别方法，其特征在于：所述争议焦点识别方法具体包括如下步骤：步骤1、使用预训练好的编码器，对诉称文本及其对应的每一个候选辩称文本编码，得到各自的嵌入表示，随后将诉称文本的嵌入表示输入微调后的解码器，得到包含诉称关键信息的线索表示；步骤2、将步骤1得到的诉称文本的嵌入和中间变量输入Transformer模型中，互相联系，生成潜在事实；步骤3、将步骤2生成的潜在事实和辩称文本的嵌入表示，输入交叉注意力机制中，使潜在事实和辩称文本的嵌入表示的信息相互对齐；步骤4、将步骤3中交叉注意力机制输出的表示矩阵，送入池化层来汇总特征，随后将池化层的输出，送入两层的神经网络中，得到诉称文本所对应的每个候选辩称的交叉注意力分数；步骤5、将潜在事实和每一个辩称文本的嵌入表示，输入细粒度对齐模块，得到细粒度相似矩阵，然后对所述细粒度相似矩阵使用池化函数，获得潜在事实和每个辩称的细粒度对齐得分；步骤6、将步骤4得到交叉注意力分数与步骤5得到的细粒度对齐得分相加得到各辩称的联合得分；步骤7、使用步骤1得到诉称文本和辩称文本的嵌入表示，计算出诉称文本和辩称文本的全局相似度得分；步骤8、使用步骤1中得到的诉称文本中每个词的向量表示和辩称文本中每个词的向量表示，利用注意力机制求诉称文本和辩称文本的局部相似度得分；步骤9、将步骤6得到的联合得分步骤7得到全局相似度得分与步骤8得到的局部相似度得分相加，得到各辩称文本的最终得分，得分最高的辩称即为预测的给定诉称的辩称。

全文数据：

权利要求：

百度查询： 南京航天数智科技有限公司 一种潜在事实挖掘和语义对齐的争议焦点识别方法

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。

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