买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽大学;安徽省安庆市中级人民法院;北京华宇信息技术有限公司申请的专利少样本的司法庭审文件实体提取方法、系统及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119647476B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411779498.6，技术领域涉及：G06F40/295；该发明授权少样本的司法庭审文件实体提取方法、系统及存储介质是由吕钊;杨越;程序;董学进;张磊;颜登程设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本少样本的司法庭审文件实体提取方法、系统及存储介质在说明书摘要公布了：本发明涉及一种少样本的司法庭审文件实体提取方法、系统及存储介质。少样本的司法庭审文件实体提取方法包括将司法庭审文件以句子为单位输入到语言处理模型中生成三个嵌入向量：上下文相关的嵌入特征向量单词的词性嵌入特征向量和模式特征嵌入特征向量三个嵌入向量集合成特征融合向量ti；将特征融合向量ti输入到BiLSTM模型得到包含双向序列信息的特征融合向量ti′，将特征融合向量ti′输入到前馈神经网络中进行BIEOU标签预测。本发明采用数据增强技术扩充训练数据集，将增强后的数据与原始数据混合，从而解决了司法庭审文件民事起诉状中训练样本不足的问题。同时根据预测序列和实体类型序列能够实现对司法文件中各类实体的精准识别。

本发明授权少样本的司法庭审文件实体提取方法、系统及存储介质在权利要求书中公布了：1.一种少样本司法庭审文件中的实体提取方法，其特征在于，其在缺少训练样本的情况下对所有模型进行训练，通过训练好的各个模型对司法庭审文件中的实体和实体类型进行提取；其中，对模型进行训练的方法包括以下步骤： 对训练样本进行数据增强生成增强数据；所述数据增强的方法包括：保留实体的类别标签，并对实体和上下文进行掩码，并生成增强数据；改变实体的类别标签去掩码预测实体和上下文，并生成增强数据；添加一个实体类别，进行实体和上下文的掩码预测，并生成增强数据； 对生成的所述增强数据进行筛选：删除实体类别与具体实体不符合的增强数据，保留实体类别与具体实体相符的增强数据； 将筛选后的所述增强数据与训练样本进行混合，共同作为模型的训练样本进行输入； 对司法庭审文件中的实体和实体类型进行提取包括以下步骤： 司法庭审文件包括L个句子，每个句子包括M个单词；以句子为单位输入到语言处理模型中生成三个嵌入向量：上下文相关的嵌入特征向量单词的词性嵌入特征向量和模式特征嵌入特征向量三个嵌入向量集合成特征融合向量ti；其中，句子引入模式特征用于捕捉电话号、身份证号、家庭住址这些书写有固定特征的内容的特定形式；将所述模式特征编码后依次输入CNN、BiLSTM模型中获取 将特征融合向量ti输入到BiLSTM模型得到包含双向序列信息的特征融合向量ti′； 将特征融合向量ti′输入到前馈神经网络中进行BIEOU标签预测，并生成所有句子中关于单词BIEOU标签的预测序列YL＝{y1,y2,…,yM}，其中，YL表示句子的BIEOU标签序列，yM表示句子中第M个单词属于的BIEOU标签种类； 将特征融合向量ti′输入到CRF模型中计算得到每个单词的实体类型的可能概率分布，然后选择概率最高的实体类型作为单词的实体类型，生成每个句子中单词的实体类型序列zL＝{z1,z2,…,zm}，其中，zL表示句子的实体类型序列，zM表示句子中第M个单词的实体类型； 根据预测序列YL＝{y1,y2,…,yM}提取司法庭审文件中所有句子的实体；根据实体类型序列zL＝{z1,z2,…,zM}提取实体的类型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽大学;安徽省安庆市中级人民法院;北京华宇信息技术有限公司，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。