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！

龙图腾网获悉上海交通大学申请的专利基于BERT隐藏层信息的案件判决预测方法、系统及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：CN114219682B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202111386108.5，技术领域涉及：G06Q50/18；该发明授权基于BERT隐藏层信息的案件判决预测方法、系统及介质是由黄熙宇;张月国;齐开悦;蒋兴浩;姚立红设计研发完成，并于2021-11-22向国家知识产权局提交的专利申请。

本基于BERT隐藏层信息的案件判决预测方法、系统及介质在说明书摘要公布了：本发明提供一种基于BERT隐藏层信息的案件判决预测方法、系统及介质，涉及法律服务技术领域，包括：步骤S1：获取案情文本原始数据，并对案情文本原始数据进行预处理，得到预处理后的案情文本；步骤S2：将预处理后的案情文本进行分词，得到预处理后的分词案情文本；步骤S3：预处理后的分词案情文本根据BERT的中文词典进行编码，得到词编码，最终得到全文的词向量；步骤S4：构建案件预测模型并对案件预测模型进行训练，得到训练后的案件预测模型；步骤S5：将全文的词向量和词对的词向量输入训练后的案件预测模型，得到相关法条、罪行以及刑期的预测结果。本发明能够解决网络模型信息利用不充分的问题，提升各项任务预测的准确率。

本发明授权基于BERT隐藏层信息的案件判决预测方法、系统及介质在权利要求书中公布了：1.一种基于BERT隐藏层信息的案件判决预测方法，其特征在于，包括： 步骤S1：获取案情文本原始数据，并对案情文本原始数据进行预处理，得到预处理后的案情文本； 步骤S2：将预处理后的案情文本进行分词，得到预处理后的分词案情文本； 步骤S3：预处理后的分词案情文本根据BERT的中文词典进行编码，得到词编码，最终得到全文的词向量； 步骤S4：构建案件预测模型并对案件预测模型进行训练，得到训练后的案件预测模型，所述案件预测模型包括：深度学习网络模型，所述深度学习网络模型包括：BERT信息抽取单元、注意力机制信息生成单元、罪名预测单元、刑期预测单元和相关法律条款预测单元； 步骤S5：将全文的词向量和词对的词向量输入训练后的案件预测模型，得到相关法条、罪行以及刑期的预测结果； 所述BERT信息抽取单元将步骤S3得到的全文词向量按照先后顺序排列成矩阵，然后通过深度学习的词嵌入层后，再通过n层编码层，每个编码层的输出作为下一层的输出，最终得到n层的隐藏层输出，这些输出是向量的形式，这些向量包含全文的主要信息； 所述注意力机制信息生成单元通过注意力机制获取BERT信息抽取单元得到的n层的隐藏层输出各自的权重，根据权重把隐藏层输出相加得到最终的信息生成向量； 所述罪名预测单元通过深度学习网络模型的线性层对注意力机制信息生成单元得到的信息生成向量进行罪名的预测，将信息生成向量通过线性层，转化为维度与罪名预测要求维度相同的新的特征向量，该特征向量的最大值所在位置即为罪名的预测值； 所述刑期预测单元通过深度学习网络模型的线性层对注意力机制信息生成单元得到的信息生成向量进行罪名的预测，将信息生成向量通过线性层，转化为维度与刑期预测要求维度相同的新的特征向量，该特征向量的最大值所在位置即为刑期的预测值； 所述相关法律条款预测单元通过深度学习网络模型的线性层对注意力机制信息生成单元得到的信息生成向量进行罪名的预测，信息生成向量通过线性层，转化为维度与相关法律条款预测要求维度相同的新的特征向量，该特征向量的最大值所在位置即为相关法律条款的预测值。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。