摘要
本发明涉及一种用于广义零样本的司法文本信息抽取方法,属于法律人工智能应用领域,其步骤包括:使用预训练的文本信息抽取模型进行信息抽取,得到信息抽取结果;响应于所述文本信息抽取模型的预测置信度低于设定阈值,使用关键词匹配进行补充预测;响应于所述关键词匹配失败,使用零样本分类模型进行补充预测。通过结合多任务学习技术,本发明显著改进了传统模型在多任务处理上的不足,能够同时高效处理多个相关任务,为司法领域的文本信息抽取提供了更强大的技术支持。
技术关键词
信息抽取模型
文本信息抽取方法
神经网络模型
法律人工智能
存储计算机程序
关键词
BERT模型
分析主体
标签
样本
广义
多任务
电子装置
存储器
处理器
序列
指令
参数
系统为您推荐了相关专利信息
人工智能服务器
表单填写方法
图像
历史会话
人工智能模型
语音音频数据
人机交互终端
颜色
神经网络模型训练
对比度
应用服务器
异常事件
监测模块
监控方法
存储计算机程序
红外热成像传感器
LSTM神经网络模型
三维温度场
非局部均值滤波
患者
金融时间序列特征
金融交易信息
预警系统
神经网络模型
特征提取单元