摘要
本发明公开一种基于BERT‑S6模型的法律核心要素识别方法及系统,属于文字分类技术领域。所述方法包括:对待检测文本进行分词;将分词结果输入BERT‑S6堆叠块,得到该待检测文本的法律核心要素识别结果;其中,所述BERT‑S6堆叠块由多个BERT‑S6块堆叠组成,每一BERT‑S6块的处理过程包括:基于S6模型获取输入信息的第一内容表示,所述输入信息为上一个BERT‑S6块的输出信息,且第一个BERT‑S6块的输入信息为所述分词结果;基于BERT模型获取输入信息的第二内容表示;依据所述第一内容表示和所述第二内容表示,得到该BERT‑S6块的输出信息。本发明可以在法律要素识别的多标签分类任务中有效的提取并识别长序列文本的上下文逻辑关系。
技术关键词
BERT模型
计算机程序指令
分词
识别方法
核心
文本
线性
可读存储介质
分类技术
电子设备
识别系统
处理器
识别模块
分段
编码器
网络
参数
存储器
系统为您推荐了相关专利信息
识别方法
图像
语言编码器
监控视频流
多模态特征
情感识别方法
时序卷积神经网络
情感识别模型
卷积模块
编码模块
燃料电池控制方法
启动控制策略
氢气设备
空气设备
DC转换器
低效识别方法
光伏组串电流
实时数据
机器学习算法分析
发电量