基于生成对抗网络的控辩焦点识别

近年来,随着深度学习技术的不断发展,自然语言处理作为人工智能的一个重要分支,在许多垂直领域有了广泛的应用,如司法、教育、医疗等。在司法领域的庭审过程中,控辩双方往往围绕案件的争议焦点持有不同观点,而该焦点也是影响案件最终判决和量刑的关键所在,该文旨在识别并生成电子卷宗中的控辩焦点。由于控辩焦点的构成大多依赖对案情文本的分析概括,受此启发该文尝试将文本摘要的思想迁移到该任务中,结合生成对抗网络构建控辩焦点的生成模型,进而获得案件的控辩焦点。在裁判文书网的真实司法数据的基础上,开展了相关的实验。实验结果显示,所提出的模型对控辩焦点的识别精度有了一定幅度的提升。因此,该文对检察机关办案人员的庭前预案及案件审理有着一定的辅助作用与应用价值。     

碳化法制备均一文石晶须的研究及机理探讨

利用改进的碳化法制备了文石型碳酸钙晶须 ,讨论了温度、MgCl2 浓度、初始 pH值、CO2 的流速、搅拌速度对文石晶须制备的影响 ,探讨了其影响机理。采用高倍显微镜—计算机联用技术和X射线衍射技术进行产品形貌观察和晶型分析。实验表明在一定温度下的稳定反应体系中 ,维持较低的过饱和度 ,保证成核与生长的分离可制备出均一的文石晶须。实现这一条件的工艺参数为pH值维持在 9左右 ,反应温度为 70℃ ,CO2 流速为 4 .5mL/min( 1gCaO) ,搅拌速度为 2 0 0r/min。     

浅谈建筑工程基坑支护施工技术要点

在建筑工程施工中,基坑支护施工技术对施工的质量是有很大的影响,在进行施工中,基坑建设中存在着很多的问题,为了更好的保证施工质量,一定要做好施工的土方开挖工作和支护施工工作,同时在施工中,安全防范措施一定要得到保证,这样才能更好地保证施工的质量。     

全天候复杂光线条件下的遗留物检测方法

为提高全天候复杂光线条件下高清视频监控系统中遗留物检测的实时性、准确性和鲁棒性,提出全天候复杂光线条件下的遗留物实时检测方法。采用快速的混合高斯模型算法对视频图像进行背景建模,分别建立一个长周期背景模型和一个短周期背景模型,通过当前视频帧分别与两个背景模型差分运算,得到长周期前景和短周期前景;对长周期前景和短周期前景进行分析,检测标记出遗留物,进行报警。实验结果表明,该方法能有效检测出复杂光线条件下的遗留物,具有较高的实时性和准确性。     

基于FFMPEG解码的音视频同步实现

为实现音视频同步播放,针对音视频数据同时被采集,但编码和存储独立的情况,提出了将音频播放时钟作为同步时钟,采用时间戳技术实现历史音视频同步播放.该方法使用FFMPEG对历史音视频文件分别进行解码,将解码后计算得到的音频播放时钟作为同步时钟,控制视频播放速度同步到音频播放时钟上,保证了音视频数据流畅播放,同步无滞后,无延迟.通过实验设计,验证了提出的基于音频播放时钟的时间戳同步方法是有效的.     

多级多域视频监控系统数据同步机制的设计

针对多级多域视频监控系统中多个分布式数据库对数据一致性的要求,提出了基于同步标识轮转的数据同步方法。在对多级多域视频监控系统的结构进行分析后,介绍了同步数据表的设计方法,指出如何利用同步标识字段标识一条记录的同步状态。通过在各区域子系统设置同步模块,完成待同步数据的筛选、封装、解析和处理。上下级同步模块间的通信利用会话初始化协议(SIP),数据格式的转换遵照扩展标记语言(XML)。当发生添加、修改、删除操作时立即进行同步,如果同步失败,可触发批量同步直至所有记录都同步成功。实验结果表明,该方案能够准确地将下级数据的变化情况同步到上级数据库中。     

联合多源分析的罪名预测研究

随着人工智能技术逐步在司法领域落地与应用,法律人工智能的研究成果极大地提升了司法从业人员的工作效率。罪名预测作为法律人工智能的重要核心应用之一,旨在根据案件描述预测犯罪主体触犯的刑法罪名。针对目前罪名预测研究仅依赖于单一的裁判文书数据源,但裁判文书对案件细节的阐述不够全面的问题,构建了一个结合裁判文书和庭审文书的多源联合分析数据集,将概述内容的裁判文书与囊括细节的庭审文书相结合进行罪名预测。在构建的多源联合数据集上进行了大量实验及分析,实验结果验证了裁判文书和庭审文书在信息上的互补性,为罪名预测任务提供了新的思考角度。     

基于自监督学习语言模型的罪名预测研究

针对解决法律判决预测中的罪名预测问题,为了更高效地捕捉案件事实描述中上下文的语义信息,提出了一种结合ALBERT（A Lite BERT）和卷积神经网络CNN（TextCNN）的中文罪名预测模型ALBT。模型利用ALBERT模型将法律文本的事实描述转化成向量表示,提取事实描述中的关键特征,把提取到的特征送入卷积神经网络TextCNN模型中进行分类预测,最终完成对事实描述中的罪名预测。实验在2018“中国法研杯”司法人工智能挑战赛构建的数据集上精度达到了88.1%。实验结果表明,模型在中文罪名预测上能够达到更好的预测效果。     

单片机系统交互式中文菜单的优化设计

在友好的交互式中文人机界面成为单片机系统必需具备内容的情况下,低成本的单片机固有的缺点——资源约束,就和应用系统对编程空间不断扩大的要求发生了冲突。在着重研究如何解决该问题的基础上,提出一种在小容量单片机系统中实现交互式中文菜单的优化设计方法,并把该方法应用于税控收款机嵌入式软件开发中,效果很好。