摘要
本发明公开了一种结合因果关系的法条推荐方法,涉及法条推荐技术领域,包括以下步骤:步骤1、构建案件事实‑法条有向二分图;步骤2、构建双层图卷积神经网络模型;步骤3、对步骤2构建的双层图卷积神经网络模型进行训练;步骤4、训练过程完成后,通过精准度、准确度、召回率、F1分数评估模型性能,根据评估结果,调整模型超参数;本发明提供的方法通过保留训练集中低频法条及其关联案件事实,再利用图卷积神经网络聚合邻近节点的信息,增强低频法条的特征表示,从而使其语义信息得到有效利用,提高低频法条的推荐成功率。
技术关键词
卷积神经网络模型
推荐方法
案件
模型超参数
节点
表达式
代表
矩阵
更新模型参数
推荐技术
样本
传播算法
关系
语义
标签
因子
系统为您推荐了相关专利信息
配电网故障定位方法
开关设备
时序神经网络
Dijkstra算法
SCADA系统
激光雷达扫描数据
因子
位姿定位方法
增量更新
优化器
网络安全数据
仿真模型
网络安全态势
展示方法
网络拓扑
数据混合驱动
辅助决策系统
决策算法
人机交互模块
人机交互方式