本发明公开了一种基于图编码结合深度强化学习面向刑事案件羁押风险评估的特征选择方法，主要用于刑事犯罪羁押风险评估的重要特征选择。本发明通过引入外部知识库构建犯罪特征知识图谱，随后使用图注意力网络层和多图交互将图编码后，并利用多任务预测结合深度强化学习来推断出羁押必要性，最后根据特征图编码部分的注意力分布情况选择出权重较高的特征，完成羁押风险评估特征选择任务。由于不同的刑事案件所记录的嫌疑人的犯罪特征有所不同，本方法分别对不同的刑事案件进行了针对性训练，以提升模型的准确性。本方法处理的刑事案件包括：盗窃罪，危险驾驶罪，交通肇事罪，诈骗罪，故意伤害罪，抢劫罪，强奸罪，容留他人吸毒罪。
声明：
“基于图编码面向刑事案件羁押风险评估的特征选择方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
970
编辑：管理员
来源：北方有色网
咨询细节
