申请/专利权人：河南金明源信息技术有限公司

申请日：2021-04-27

公开（公告）日：2024-03-26

公开（公告）号：CN112988978B

主分类号：G06Q10/063

分类号：G06Q10/063;G06Q10/04;G06F40/16;G06F40/30;G06F18/27;G06Q50/26;G06N3/0464;G06N3/0442;G06N3/045;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2021.07.06#实质审查的生效;2021.06.18#公开

摘要：本发明公开了一种公益诉讼重点领域案件趋势分析系统，包括数据层、技术层和应用层，对案件信息进行基础特征提取、趋势属性提取和趋势关系提取，并根据基础特征提取、趋势属性提取和趋势关系提取建立文本数据认知模型，并通过文本数据认知模型自动分析研判文本数据，同时根据基础特征将研判的文本数据进行标签处理，最后将标签处理的文本数据进行趋势预测和统计分析，并进行图形化显示；本发明通过人工智能、大数据分析等技术手段实现对于检察机关办案过程多产生的公益诉讼案件本文数据进行识别、提取、分析，并进行短期预测未来态势，为检察机关的决策提供数据支持，也为一线检察部门提供办案辅助，提高办案的效率和质量。

主权项：1.一种公益诉讼重点领域案件趋势分析系统，其特征在于，包括：数据层，用于文本数据的储存和读取；技术层，用于对数据层中的文本数据进行基础特征提取、趋势属性提取和趋势关系提取，并根据基础特征提取、趋势属性提取和趋势关系提取建立文本数据认知模型，并通过文本数据认知模型自动分析研判文本数据，同时根据基础特征将研判的文本数据进行标签处理；标签可以分为年度、线索受理、立案、诉前程序、提起诉讼、一审、二审、领域、公益诉讼类型、违法行为、办案时长；应用层，将标签处理的文本数据进行趋势预测和统计分析，并进行图形化显示；所述趋势属性提取采用层级注意力的弱监督属性提取方法进行，包括以下步骤：（1.1）使用粗粒度的句子级别注意力机制选择多个与属性类型相关的案件数据；（1.2）然后使用分段卷积神经网络和词级别的注意力机制提取每个文本数据的特征；（1.3）最后使用细粒度的文本数据级别注意力机制筛选与实体之间的属性语义关系更相关的文本数据特征，得到整个文本数据集合的向量表示，并将该向量表示传给一个分类器来预测实体之间的属性语义关系；所述趋势关系提取采用混合神经网络的实体和关系的联合抽取方法进行，包括以下步骤：（2.1）首先使用双向长短记忆网络来提取文本数据中词之间的依赖信息，形成词向量；（2.2）然后使用卷积神经网络来获取句子的特征表示，并将该特征表示传给一个多标签分类器来预测文本数据的句子中包含的语义关系，形成关系向量；（2.3）最后将（2.1）中的词向量与（2.2）中的关系向量进行联合，并传递给另一长短期记忆网络来预测文本数据中的每个词的标签，得到每个关系对应的实体对。

全文数据：

权利要求：

百度查询： 河南金明源信息技术有限公司 一种公益诉讼重点领域案件趋势分析系统

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