基于法律文书的信息抽取方法
授权
摘要
本发明提供了一种基于法律文书的信息抽取方法,包括:步骤1,获取法律文书无监督数据,对法律文书无监督数据进行数据预处理及数据清洗,去除法律文书无监督数据中的噪声,形成基于法律文书的语料库;步骤2,对基于法律文书的语料库基于法律文书的语料库采用新词发现算法进行新词发现,得到初步法律文书领域词典候选集,对初步法律文书领域词典候选集进行去噪、去通用词和组合高频词的筛查处理,得到最终的法律文书领域词典。本发明语义理解能力强,减少了人工标注,增强了对通用词汇的学习能力,精度高,为法律文书的其它下游任务或其它领域的信息抽取提供参考,会使得模型获得更好的泛化性能,提升模型对于实体分类的效果。
基本信息
专利标题 :
基于法律文书的信息抽取方法
专利标题(英):
暂无
公开(公告)号 :
CN114036933A
申请号 :
CN202210019571.4
公开(公告)日 :
2022-02-11
申请日 :
2022-01-10
授权号 :
CN114036933B
授权日 :
2022-04-22
发明人 :
毛星亮施鹤远李琳曹文治宁肯
申请人 :
湖南工商大学
申请人地址 :
湖南省长沙市岳麓大道569号湖南工商大学经管综合大楼12楼1207室
代理机构 :
长沙轩荣专利代理有限公司
代理人 :
黄艺平
优先权 :
CN202210019571.4
主分类号 :
G06F40/242
IPC分类号 :
G06F40/242 G06F40/216 G06F40/295 G06K9/62 G06F16/35
相关图片
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F40/242
词典
法律状态
2022-04-22 :
授权
2022-03-01 :
实质审查的生效
IPC(主分类) : G06F 40/242
申请日 : 20220110
申请日 : 20220110
2022-02-11 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN114036933A.PDF
PDF下载