买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉贵州大学;贵州数文科技有限公司申请的专利一种融合行为词的罪名预测多任务学习方法及其系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116050609B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310008676.4，技术领域涉及：G06Q10/04；该发明授权一种融合行为词的罪名预测多任务学习方法及其系统是由陈艳平;郭晓;秦永彬;黄瑞章设计研发完成，并于2023-01-04向国家知识产权局提交的专利申请。

本一种融合行为词的罪名预测多任务学习方法及其系统在说明书摘要公布了：本发明属于信息抽取领域，具体涉及一种融合行为词的罪名预测多任务学习方法。步骤1：对裁判文书的案件描述，使用BERT预训练得到文本信息的抽象语义表示；步骤2：基于步骤1的文本信息的抽象语义表示,利用BiLSTM获取文本中上下文语义依赖特征；步骤3：基于步骤2的上下文语义依赖特征，识别行为词边界的方式定位其所在文本的位置；步骤4：基于步骤3定位行为词边界，通过组合得到不同边界生成行为词的跨度；步骤5：基于步骤4识别的行为词跨度，通过构建行为词之间的相关性信息预测所属罪名。用以解决现有方法却往往依赖文本特征，忽略了不同案件行为要素的差异性，缺乏对犯罪行为的有效利用以及不同任务之间参数信息无法共享的问题。

本发明授权一种融合行为词的罪名预测多任务学习方法及其系统在权利要求书中公布了：1.一种融合行为词的罪名预测多任务学习方法，其特征在于，所述罪名预测多任务学习方法具体包括以下步骤： 步骤1：对裁判文书的案件描述，使用BERT预训练得到文本信息的抽象语义表示； 步骤2：基于步骤1的文本信息的抽象语义表示,利用BiLSTM获取文本中上下文语义依赖特征； 步骤3：基于步骤2的上下文语义依赖特征，识别行为词边界的方式定位其所在文本的位置； 步骤4：基于步骤3定位行为词边界，通过组合得到不同边界生成行为词的跨度； 步骤5：基于步骤4识别的行为词跨度，通过构建行为词之间的相关性信息预测所属罪名； 所述步骤5具体为，以行为词作为节点构建图结构，通过图卷积神经网络，在行为词之间融合语义信息，建立词语之间的结构，增强行为词之间的相关性，同时利用多目标框架建立不同任务之间的相关性；利用抽取行为词任务和预测罪名的多任务模型可以使得两者任务之间通过跨任务之间信息共享参数的方式提高模型的性能。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人贵州大学;贵州数文科技有限公司，其通讯地址为：550025 贵州省贵阳市花溪区花溪大道南段2708号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。