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
智能安防监控
深度学习模型训练
预警方法
监控设备
识别监控场景
深度学习模型
高分辨率相机
表面缺陷检测方法
多尺度特征融合
阈值分割算法
采血管理系统
分类规则
样本
深度学习模型
自动化分拣装置