摘要
本发明公开了一种基于案情标签提取的法条推荐方法,涉及自然语言处理与人工智能技术领域,本发明通过Elasticsearch的全文搜索功能识别文档中的标题、子标题和段落内容,支持基于文本的查询准确地定位文档中的特定内容,减少了格式差异带来的影响;利用预训练的深度学习模型进行深度语义匹配,模型经过大量语料的预训练,基于Elasticsearch的聚合分析功能分析文档内容间的语义关系,将同一主题的内容段落分组,从而能够更有效地处理主题多样化的案件;解决了现有技术中存在的文本来源多样且无统一格式,每个来源有其自身特定的格式和用词习惯,同时电力诉讼案件集中在多个领域,每个案件有其自身特定的问题用词习惯,增加了信息抽取和语义检索的复杂性和难度的问题。
技术关键词
推荐方法
BERT模型
深度学习模型
命名实体识别
案件
全文搜索
语义
文本分析技术
编辑距离算法
LDA模型
自然语言
主题模型
序列
人工智能技术
生成标签
关键词
系统为您推荐了相关专利信息
云端数据中心
全局优化决策
决策方法
无人机
深度学习模型压缩
能耗预测方法
深度学习模型
随机森林
特征工程方法
景观环境设计
放疗方法
放疗计划
深度卷积神经网络
半监督学习方法
生理状态信息
空闲车位
车位推荐方法
机器学习模型训练
智慧停车场
自动泊车功能