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！

龙图腾网获悉厦门理工学院申请的专利一种解决相似标签混淆的法律判决预测方法及装置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：CN121435955B 。

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：202512015610.X，技术领域涉及：G06F40/194；该发明授权一种解决相似标签混淆的法律判决预测方法及装置是由蔡钟淇;赵华庆;谢小竹;林开标;郭兆日;俞海涛;陈茜;李子涵;张萍;宋启豪设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本一种解决相似标签混淆的法律判决预测方法及装置在说明书摘要公布了：本发明属于机器学习技术领域，更具体地，涉及一种解决相似标签混淆的法律判决预测方法及装置，包括如下步骤：S1构建标签相似共现图得到标签区分性嵌入；S2进行事实–标签对齐；S3基于交叉注意力的多任务交互机制的计算；S4进行多任务协同优化；本发明通过构建标签相似共现图、实施事实‑标签对齐机制、设计基于交叉注意力的多任务交互机制以及多任务协同优化策略，有效解决了法律判决预测中相似标签混淆问题，具有提升判决预测准确性和可靠性的优点。

本发明授权一种解决相似标签混淆的法律判决预测方法及装置在权利要求书中公布了：1.一种解决相似标签混淆的法律判决预测方法，其特征在于，包括如下步骤：S1构建标签相似共现图：对两个法律标签文本分别采用词频-逆文档频率方法生成频率特征向量并计算其基于词频的余弦相似度，即关键词重合度，再利用文本嵌入向量衡量其中两个法律标签文本在深层语义空间中的接近程度，即深层语义相似度，并将关键词重合度与深层语义相似度结合以获得相似度矩阵，在此基础上构建标签相似图，同时根据标签的共现次数构建标签共现图，最终将标签相似图与标签共现图进行融合，以生成标签相似共现图；具体包括如下步骤： 1对两个法律标签文本分别采用词频-逆文档频率方法生成频率特征向量并计算其基于词频的余弦相似度，即关键词重合度： 其中，表示词项t在法律标签文本d中的词频，表示采用词频-逆文档频率方法生成的第i个法律标签文本的频率特征向量，具体为： ，表示余弦相似度； 2利用文本嵌入向量衡量其中两个法律标签文本在深层语义空间中的接近程度，即深层语义相似度，并将关键词重合度与深层语义相似度结合以获得相似度矩阵,公式如下： 其中是语义余弦相似度矩阵，表示第i个和第j个法律标签文本的语义嵌入,表示融合后的相似度矩阵，α表示融合权重，δ表示相似度阈值,当相似度大于或等于所述相似度阈值时两个节点之间有一条边,是标签的邻接矩阵,l表示法条标签与指控标签数量总和,Ｒ代表实数集； 3构建标签相似共现图： 其中，表示不同任务标签之间的共现邻接矩阵,表示标签相似共现图，代表两节点之间的共现次数，δ’代表共现次数阈值，当共现次数大于或等于这个阈值时两节点之间连接一条边，符号⊙表示逐元素乘法； S2进行事实–标签对齐：基于已构建的标签相似图执行聚类操作生成多个标签组，针对每个标签组，对其内部的标签嵌入矩阵计算自注意力，以促进组内标签之间的信息交互，使用组间注意力机制，建立标签与事实的关联；S3基于交叉注意力的多任务交互机制的计算：通过解码器捕获法律判决预测核心子任务间的层次化依赖关系，具体包括：1用根据上游任务的输出得到的置信度进行相对应任务嵌入的置信度加权之后，将所有子任务的特征沿序列维度拼接，构建超长统一特征序列；2计算通道维度的跨任务自注意力权重，完成跨任务信息交互，最终从模块输出中提取目标任务的预测特征嵌入；S4进行多任务协同优化：通过损失函数体系对核心子任务进行综合损失的计算。

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厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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。