一种基于双通道卷积神经网络的精准分案方法

发明专利有效专利

申请号：
CN201910433339.3
IPC分类号：G06Q10/06;G06Q50/18
申请日期：
2019-05-23
申请人：
贵州大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于双通道卷积神经网络的精准分案方法
申请号	CN201910433339.3	申请日期	2019-05-23
法律状态	实质审查	申报国家	中国
公开/公告日	2019-08-13	公开/公告号	CN110119905A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/06 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/06 资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;6;;;G;0;6;Q;5;0;/;1;8查看分类表>
申请人	贵州大学	申请人地址	贵州省贵阳市花溪区贵州大学花溪北校区科技处变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	贵州大学	当前权利人	贵州大学
发明人	秦永彬;敖绍林;陈艳平;黄瑞章
代理机构	贵阳中新专利商标事务所	代理人	吴无惧

摘要

本发明公开了一种基于双通道卷积神经网络的精准分案方法，包括以下步骤：一、建立判断法官擅长案件类型的评价指标；二、法官表示；三、案件表示；四、搭建分案模型：基于基准的神经网络模型，搭建双通道卷积神经网络模型，将法官及案件表示经过预训练的词向量矩阵，得到相应的向量矩阵表示作为数据输入模型，然后将两通道上池化层之后得到的特征向量进行拼接，最后得到输出结果，完成分案。结合数据挖掘、自然语言处理及神经网络方法，对法院数据进行处理，制定规则挖掘有价值的信息，进而为法院的智能化自动化分案提供技术支撑，大大提高了分案效率，实现自动化的，有效的避免了司法过程中的腐败现象，提高了分案的准确率，取得了很好的效果。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供