立法意图

摘要： 法理学视野下立法逻辑的视角转换,是从线性的文本逻辑向复调的话语逻辑的转变。立法法理学的精细化研究,承载于以立法话语逻辑为主线的科学立法逻辑。在此主线下,借助立法起草的语言逻辑研究,法律词项的明晰性、法律命题恰当性和稳定性以及法律体系的完备性、一致性和可判定性等问题得以重新讨论。将立法意图纳入话语逻辑的分析框架,以话语实践过程整合多种立法意图,可以重构语言学视角下的话语意图、施事意图和取效意图,更好达至立法过程阐释的融贯一体。立法话语逻辑的总体勾勒,可助力新兴立法法理学的范式重构,同时推动法学话语的深入研究。

摘要： 在英国,自首相鲍里斯·约翰逊承诺“到2030年将海上风电装机容量提升至40GW”的目标后,几家风电开发商与地方议员对现有英国输电系统应对能力表示担忧,提出了一系列悬而未决的问题,总结如下:英国政府仍未发布期待已久的《能源白皮书》,未在更实质性的能源政策和立法意图声明中概述了优先事项的细节;将氢气引入燃气网络、将气网与电网结合、如何协同发展,是关注的焦点也是实现的难点;鉴于目前电网现状,英格兰、威尔士与苏格兰的电网需要进行极为复杂的数字化升级;目前的海上输电网络架构支撑不了大规模海上风电的传输,需要电网规划和体系的改革。

摘要： 适用英美法的国家近年来所颁布的制定法逐渐增多,立法意图与司法实践中时常出现法律理解上的偏差.欧陆的成文法传统在法律解释上已有一定经验,但在法律逻辑论证上还不够完备.引入法律条文中所包含的确定性与可能性作为分析要素,可以更有效地理解法律的真实含义.法律的直接目的与终极目的在实践中也存在着张力,用扩大解释或狭义解释的方法可以部分规避法律理解上可能存在的矛盾.法律解释的动机是让普通人能够理解法庭适用法律的原理,但囿于英美法的传统,这项任务还有很大的提升空间.

摘要： 最高人民法院关于裁判文书释法说理的指导意见肯定了立法材料的实践价值,然而学界对立法材料本身了解较少.与其他相关表述相比,“立法资料”能够更加准确、妥帖地指称这类材料.就本质属性而言,立法资料是形成于立法过程中的,区别于实定法律的,由特定机构或者个体整理的,通常承载立法意图的材料.这决定着立法资料同立法解释、立法事实等事物存在一定区别.立足于我国语境,立法资料的基本类型主要包括:立法提案及其说明,审议阶段形成的审议意见、报告,修法草案及其审议意见、报告,立法解释草案及其审议意见、报告等.深入认识立法资料的语词、属性和基本类型,有效助推着立法资料在裁判说理实践中的应用.

摘要： 我国现行刑法对性犯罪中女性权利保护不足,主要体现在我国刑法对强奸罪的主体定义较为狭窄,女性犯罪人受不到相应的惩罚;婚内强奸行为的犯罪无法明确认定;非典型性交模式被法律条文屏蔽,导致很多强奸行为难以被认定.完善我国刑法强奸罪相关条文,以达到对女性权益的保护,应当从三方面着手(:一)扩大犯罪主体的认定范围,应当将女性纳入强奸罪的直接主体范围,适当降低强奸罪犯罪人入罪的年龄(;二)将婚内强奸明确列入强奸罪的范畴(;三)完善对强奸罪客观方面性行为认定不足的法律条文,将同性强奸定义为犯罪.

摘要： 类型思维支持者常通过批评概念思维具有封闭性、固定性、抽象性、割裂性与价值无涉性特征为证成类型思维存在适用优势的依据。在引入语言哲学概念理论考察刑法问题后可有如下新认识:其一,类型思维并不排斥概念思维,其竞争对手应为基于二值逻辑的经典概念思维,而非概念思维,且其同现代概念思维都以家族相似性为语言哲学基础;其二,类型思维并不优于概念思维,两者都是单向度思考思维,现代概念思维同样可具有开放性、层级性及意义性。

摘要： 立法语言是一种需要考虑受众接受度、无法回避价值意图的单向话语.语谓表述、语旨行为选择、语力的渗透,背后都潜存着法律文化和立法意图,适合的言语行为方式建构关涉立法实现.言语行为中体现尊重人、关怀人的立法情怀,既有超越实体性人本追求的意义,也是全面推进法治建设、追求立法正义、提高立法效力的实践要求.在人本法律言语行为表述维度上,应将人本表述指向对"民众的关怀"与"受众的尊重";在言语交际对象维度上,应将立法人本表述延伸到"受众的感知与接受"层面.

摘要： 立法语言是一种需要考虑受众接受度、无法回避价值意图的单向话语.语谓表述、语旨行为选择、语力的渗透,背后都潜存着法律文化和立法意图,适合的言语行为方式建构关涉立法实现.言语行为中体现尊重人、关怀人的立法情怀,既有超越实体性人本追求的意义,也是全面推进法治建设、追求立法正义、提高立法效力的实践要求.在人本法律言语行为表述维度上,应将人本表述指向对"民众的关怀"与"受众的尊重";在言语交际对象维度上,应将立法人本表述延伸到"受众的感知与接受"层面.

摘要： 本申请实施例提供了一种监控网络意图的方法、网络意图监控系统及存储介质，能够解决网络意图下发后运维人员无法监控和校验网络意图的实现情况，导致运维人员仅能在网路发生故障或业务出现明显的质量下降时，方可发现网络状态已经与网络意图产生明显差异，网络运维效率低的问题。前述的方法包括：网络意图监控平台获取到用户待监控的网络意图，所述网络意图包括多条网络子意图；基于所述多条网络子意图、网络实时信息和所述多条网络子意图对应的多个分析引擎，为所述多条网络子意图确定多份分析信息；基于所述多份分析信息和监控引擎确定监控结果信息；基于所述监控结果信息进行网络优化需求分析。

摘要： 本申请涉及一种意图识别模型的训练方法及装置、意图识别的方法及装置，其中，意图识别模型的训练方法包括：通过获取用户通过人机对话系统输入的历史文本数据，每个所述历史文本数据具有表征用户意图的意图标签，将每个所述历史文本数据输入初始识别模型，通过所述初始识别模型提取所述历史文本数据的语义特征，融合所述语义特征，得到与所述意图标签对应的多维语义特征，根据所述多维语义特征和与所述多维语义特征对应的意图标签，训练所述初始识别模型，得到意图识别模型，从多维度获取文本数据的语义特征，使得意图识别模型能够准确地识别用户意图。

摘要： 本申请涉及一种意图识别模型的训练方法、意图识别方法、设备及介质，属于计算机技术领域，该方法包括：获取第一样本数据；获取各个意图类别对应的样本频率；将第一文本数据输入预先创建的初始网络模型，得到类别预测信息；将类别预测信息、意图类别和样本频率输入分类损失函数，得到分类损失值；基于分类损失值更新初始网络模型的模型参数，以训练得到意图识别模型，可以解决训练得到的意图识别模型对某些意图类别识别的准确性较低的问题；由于将样本频率加入到分类损失函数中，从而计算出带有该分布情况的先验知识的损失值，可以使初始网络模型对不同意图类别的特征的学习程度相同，因此，可以提高训练得到的意图识别模型对意图识别的准确性。

摘要： 本申请实施例提供一种获取意图识别模型的方法以及意图识别方法，该方法包括：获取原始训练文本集，其中，所述原始训练文本集包括与至少两种意图类型中各意图类型分别对应的训练数据，所述训练数据包括多条原始训练语句以及与各条原始训练语句分别对应的原始标注标签；根据所述原始训练文本集中的数据得到目标训练文本集，其中，所述目标训练文集中的各条目标训练语句是通过对一个原始标注标签进行遮盖处理后得到的；基于所述目标训练文本集中的数据对预训练掩码语言模型Bert进行微调，得到目标意图识别模型。本申请的实施例可以在小样本以及数据不平衡的情况下也能训练出泛化性能更好，更健壮的意图识别模型。

摘要： 本公开关于一种语音意图识别模型的训练方法、语音意图识别方法和装置，训练方法包括：获取文本样本和携带有语义标签的第一语音样本，其中，第一语音样本与文本样本的内容对应，语义标签为文本样本的文本语义特征；利用第一语音样本，对待训练的语音意图识别模型中的语义提取网络进行预训练，得到预训练的语音意图识别模型，其中，预训练的语音意图识别模型中包括预训练的语义提取网络和待训练的意图识别网络；获取携带有意图标签的第二语音样本；利用第二语音样本，对预训练的语音意图识别模型进行训练，得到训练完成的语音意图识别模型。

摘要： 本申请提供了一种意图识别模型的训练以及意图识别方法、电子设备、介质及系统，意图识别模型的训练方法包括，获取训练样本，所述训练样本为包含一个或多个意图的文本；根据字典将所述文本进行词嵌入，以获取词向量；使用所述词向量训练所述意图识别模型，其中，所述意图识别模型包括：第一模型，所述第一模型以所述词向量为输入，输出数字串，所述数字串包含所述词向量相关的信息和隐藏关系；第二模型，所述第二模型以所述数字串作为输入，输出一个或多个意图的起始位置和结束位置。该方法可以准确、高效地识别文本的多个意图。

摘要： 本申请涉及人工智能技术，提出一种意图识别模型训练及语音意图识别方法、装置和相关设备，该方法包括：获取标注有用户意图标签的样本语音作为数据集；将对样本语音进行语音识别得到的样本文本特征和从样本语音提取的样本语音特征输入至待训练的意图识别模型得到至少两个意图隐变量，对所有意图隐变量进行融合得到融合意图特征表示，根据融合意图特征表示进行意图预测，得到预测意图标签；计算损失函数用以更新模型参数，直至模型收敛，得到已训练的意图识别模型。本申请通过从语音中以多维度获取意图相关信息进行融合识别到更完整和准确的用户意图。

摘要： 本文中呈现了用于在通信网络内支持基于意图的组网的各种示例实施例。用于在通信网络内支持基于意图的组网的各种示例实施例可以被配置为支持管理系统，该管理系统被配置为支持各种网络部署场景，包括使客户能够部署和激活新网络的绿地部署场景，使客户能够基于对网络的(多个)原始意图和网络配置的智能重新构建将基于意图的组网应用于现有网络以确保满足网络的(多个)原始意图的棕地部署场景等，以及它们的各种组合。

摘要： 本发明提出一种辅导意图识别方法和基于辅导意图的个性化辅导方法，包括：S1.将用户提问数据进行预处理，基于构建的关键词列表，构建面向辅导意图的文本表征；S2.利用层级神经网络结构模型解析用户提问数据的潜在语义向量；S3.基于生成的潜在语义向量，利用多任务学习算法，进行辅导意图识别。本发明提供的辅导意图识别基于多任务学习与层级网络模型，能够有效处理在线辅导场景中的辅导意图识别方法对多任务学习算法忽略和历史问答信息考虑不全的问题。

摘要： 本说明书公开了一种意图识别模型训练及用户意图识别方法及装置，先确定包含多轮对话的历史对话数据作为训练样本，通过第一意图识别模型确定每个训练样本各轮对话的用户意图，并基于用户执行的与该训练样本对应的业务确定反馈意图，然后根据该训练样本的用户意图以及反馈意图确定第一风险识别结果，并通过第二意图识别模型确定该训练样本的各预测意图以及第二风险识别结果，最后以各训练样本第一风险识别结果与第二风险识别结果之间的差异最小为优化目标对第二意图识别模型进行训练。通过结合反馈意图以及由第一意图识别模型确定的用户意图，得到准确的风险识别结果，以对第二意图识别模型进行训练，提高了第二意图识别模型的风险识别能力。