基于属性注意力机制的规则推理定罪模型
收藏国家基础学科公共科学数据中心2026-01-30 收录
官方服务：
资源简介：
模型的研究报告，对模型的算法、架构、定罪规则及测试结果进行了详细说明。完成基于属性注意力机制的规则推理定罪模型1个，涵盖案件要素数据字典中的11个罪名的主要案件类型。11种罪名推荐采信率分别为：非法吸收公众存款罪93.13%、集资诈骗罪94.12%、骗取贷款罪92.06%、贷款诈骗罪93.13%、非法经营罪（非法从事资金支付结算业务，涉及POS机、地下钱庄等）93.18%、洗钱罪91.67%、诈骗罪（电信网络犯罪）91.69%、帮助信息网络犯罪活动罪91.58%、组织、领导传销活动罪92.11%、操纵证券市场罪91.67%、保险诈骗罪97.3%，均满足基于属性注意力机制的规则推理定罪模型罪名推荐采信率不低于90%。
提供机构：
北京计算机技术及应用研究所搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是一个基于属性注意力机制的规则推理定罪模型，主要用于金融犯罪案件的定罪推荐。模型涵盖了11种主要罪名类型，其推荐采信率均达到90%以上，满足预设性能要求。
以上内容由遇见数据集搜集并总结生成
