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！

龙图腾网获悉华南理工大学申请的专利基于动态难例感知的智能司法多任务预测方法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：CN121327144B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511637590.3，技术领域涉及：G06F16/355；该发明授权基于动态难例感知的智能司法多任务预测方法是由李想;钟竞辉设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本基于动态难例感知的智能司法多任务预测方法在说明书摘要公布了：本发明公开了一种基于动态难例感知的智能司法多任务预测方法，该方法构建了一个多任务预测模型，包含共享编码器、罪名与法条预测层、难例识别模块及自适应阈值调整机制。训练阶段，模型通过计算预测熵值、归一化预测离散度、跨任务一致性得分综合评估样本难度，并利用动态调整的阈值识别难例，为难例分配更高训练权重。推理阶段直接输出罪名预测与法条推荐结果。本发明能够自适应识别关键难例，有效缓解司法数据中的类别不平衡问题，显著提升模型对尾部类别的预测性能与整体鲁棒性。

本发明授权基于动态难例感知的智能司法多任务预测方法在权利要求书中公布了：1.基于动态难例感知的智能司法多任务预测方法，其特征在于，该方法构建了一个基于深度神经网络的多任务预测模型，该多任务预测模型在训练阶段通过难例识别和动态阈值调整优化学习效果，在推理阶段输出罪名预测结果和法条推荐结果；该多任务预测模型由共享编码器、罪名预测层、法条推荐层、难例识别模块和自适应阈值动态调整机制组成；所述共享编码器采用预训练语言模型对案件事实描述文本进行深度语义编码，提取统一的语义表示向量；所述罪名预测层和法条推荐层分别接收所述语义表示向量，通过各自神经网络层输出罪名预测概率分布和法条推荐概率分布；所述难例识别模块通过计算预测熵值、归一化预测离散度和跨任务一致性得分综合评估样本难度，所述自适应阈值动态调整机制根据训练过程动态更新难例判定阈值； 该智能司法多任务预测方法的具体实施包括以下步骤： S1、训练阶段：获取真实司法案件数据作为训练样本，每个训练样本包含案件事实描述文本、罪名标签集合和法条标签集合；将训练样本输入所述多任务预测模型进行训练，首先共享编码器对案件事实描述文本进行编码得到语义表示向量，然后罪名预测层和法条推荐层分别基于该语义表示向量输出罪名预测概率分布和法条推荐概率分布，根据罪名预测概率分布确定罪名预测结果，根据法条推荐概率分布确定法条推荐结果，难例识别模块根据模型输出的罪名预测结果、法条推荐结果与训练样本中的罪名标签集合和法条标签集合，计算预测熵值、归一化预测离散度和跨任务一致性得分来综合评估样本难度，从而识别难例样本，同时自适应阈值动态调整机制动态更新难例判定阈值，即为难例样本分配更高权重以优化模型训练；经过多轮训练迭代后得到性能最优的多任务预测模型； S2、推理阶段：获取待预测案件的事实描述文本，将待预测案件的事实描述文本输入性能最优的多任务预测模型，输出罪名预测结果和法条推荐结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。