[發(fā)明專利]一種人民矛盾調(diào)解案例搜索和調(diào)解策略推薦方法

有效

• 申請?zhí)枺?/td>: 201710285854.2
• 申請日: 2017-04-27
• 公開（公告）號: CN107220295B
• 公開（公告）日: 2020-02-07
• 發(fā)明（設(shè)計(jì)）人: 王開紅;李建元;陳濤;蔣伶華;范鴻俊;溫曉岳
• 申請（專利權(quán)）人: 銀江股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/35
• 代理公司: 33241 杭州斯可睿專利事務(wù)所有限公司
• 代理人: 王利強(qiáng)

1.一種人民矛盾調(diào)解案例搜索和調(diào)解策略推薦方法，其特征在于：包括以下步驟：

步驟1：數(shù)據(jù)收集、預(yù)處理

收集人民調(diào)解案例信息，存儲在數(shù)據(jù)庫中，需要包含的字段包括：糾紛詳情、調(diào)解結(jié)果、調(diào)解詳情、調(diào)解時(shí)間、結(jié)束時(shí)間、調(diào)解人、所屬地區(qū)、調(diào)解機(jī)構(gòu)和評價(jià)字段，其中，糾紛詳情、調(diào)解詳情和評價(jià)是文本數(shù)據(jù)，其他字段均為結(jié)構(gòu)化數(shù)據(jù)；

對收集到的數(shù)據(jù)進(jìn)行預(yù)處理，確保調(diào)解結(jié)果、調(diào)解詳情字段不為空，將重復(fù)數(shù)據(jù)刪除；

步驟2：分詞及向量表示

創(chuàng)建矛盾調(diào)解專業(yè)領(lǐng)域詞典mediate.txt，將容易分詞錯(cuò)誤的詞，該詞包括矛盾調(diào)解專業(yè)領(lǐng)域詞匯，根據(jù)調(diào)解案例數(shù)據(jù)將無法正確切分的詞，加入矛盾調(diào)解專業(yè)領(lǐng)域詞典mediate.txt；另外漢語中還存在一些無意義的詞，將這些無意義、區(qū)分度不高的詞加入停用詞典stopword.txt，分詞時(shí)直接將停用詞去掉不作分析；

根據(jù)詞典mediate.txt和停用詞典stopword.txt將文本字段進(jìn)行分詞，將文本數(shù)據(jù)表示為向量的形式；

步驟3：TF_CDF特征聚類

由于矛盾調(diào)解案例無詳細(xì)類別信息，采用TF_CDF計(jì)算文本單詞權(quán)重，并進(jìn)行TF_CDF特征聚類獲案例詳細(xì)類別及類別關(guān)鍵詞，同時(shí)從聚類結(jié)果中獲取單詞TF_CDF值；

步驟4：自動(dòng)脫敏并進(jìn)行案例評分，生成脫敏典型案例集；

步驟5：生成調(diào)解策略提示

以帶有類別標(biāo)簽的典型案例作為分析數(shù)據(jù)，某一個(gè)類別按照以下過程生成調(diào)解策略：

(5.1)獲取帶有類別標(biāo)簽的典型案例集，提取調(diào)解策略字段；

(5.2)調(diào)解策略有一二三條例標(biāo)識，按照標(biāo)識將調(diào)解策略斷開，形成調(diào)解條例；

(5.3)將調(diào)解條例進(jìn)行TF_CDF聚類分析，并提取調(diào)解條例的關(guān)鍵詞；

(5.4)對調(diào)解條例進(jìn)行類別評分，評分依據(jù)包括類別中包含調(diào)解條例的條數(shù)、具有相同關(guān)鍵字的調(diào)解條例在類別中所占的比例；

(5.5)對調(diào)解條例進(jìn)行評分，評分依據(jù)包括：條例中類別關(guān)鍵詞出現(xiàn)的個(gè)數(shù)和次數(shù)和文本的質(zhì)量；

(5.6)將調(diào)解條例類別評分降序排序，提取評分較高的類別，在這些類別中提取分值高的調(diào)解條例，作為調(diào)解策略提示信息，保存在數(shù)據(jù)庫中；

步驟6：創(chuàng)建索引及計(jì)算相關(guān)度

全文搜索引擎的核心包括索引創(chuàng)建和相關(guān)度計(jì)算，將步驟4中的典型案例數(shù)據(jù)和得到的聚類類別及步驟5中調(diào)解策略提示同步到elasticsearch創(chuàng)建索引；

步驟7：搜索結(jié)果及界面展示

用戶輸入查詢內(nèi)容，獲得相似典型案例、案例類別及類標(biāo)簽信息、調(diào)解策略推薦，并自動(dòng)生成相似案例分析報(bào)告；

所述步驟3中，對矛盾調(diào)解中“案件詳情”字段進(jìn)行特征聚類步驟如下所示：

(3.1)初始值確定

人民矛盾調(diào)解“案例詳情”可聚為k類，共n條矛盾案例，構(gòu)成語料庫D＝{d₁,d₂,....,d_n}，這里語料庫是指所有案例中的“案件詳情”字段信息的集合，d是組成語料庫的單個(gè)“案件詳情”信息，將語料庫中文本進(jìn)行分詞，獲得的不重復(fù)單詞為{t₁,t₂,....,t_N}；

(3.2)按照余弦相似度將“案件詳情”分配到最近鄰聚類

采用余弦相似度作為聚類的度量標(biāo)準(zhǔn)，如公式(1)所示：

其中，是案件d_i距離各個(gè)聚類中心的最小余弦距離，即案件d_i屬于j類，是第j個(gè)聚類中心；

(3.3)更新TF_CDF模型

計(jì)算聚類的類內(nèi)離散度E，如果E小于初始類內(nèi)離散度的一半E₀/2，則更新TF_CDF；如果類內(nèi)離散度E大于E₀/2則跳過步驟(3.3)；按照公式(2)計(jì)算單詞在各類中分布的熵：

其中，是j類文檔中出現(xiàn)單詞w_p的文檔占j類文檔的比例，是類j中包含單詞w_p的文檔數(shù)量，cw^j是類j中的文檔總數(shù)，H(w_p)是單詞w_p在k類中的熵；

某個(gè)單詞w_p的TF_CDF計(jì)算如公式(3)所示：

其中，TF_p是文檔中第p個(gè)單詞在文本i中的詞頻，DF_p是指語料庫中包含這個(gè)單詞的文檔數(shù)量，q是文本i中包含的單詞個(gè)數(shù)，分母H(w_p)是單詞的熵，ln()是自然對數(shù)函數(shù)，ε是一個(gè)較小值；

(3.4)更新聚類中心：將每個(gè)類中文本向量的均值作為新的聚類中心；

(3.5)重復(fù)步驟(3.2)～(3.4)，直到聚類中心不再變化，則TF_CDF值不再變化，得到k個(gè)聚類和TF_CDF模型；

(3.6)類標(biāo)簽提取，聚類完成后，提取每個(gè)類別中單詞TF_CDF較高的幾個(gè)詞作為類別標(biāo)簽。