[發(fā)明專利]一種基于大數(shù)據(jù)的律師評(píng)估方法及推薦方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810271936.6
• 申請(qǐng)日: 2018-03-29
• 公開（公告）號(hào): CN108509588B
• 公開（公告）日: 2021-03-23
• 發(fā)明（設(shè)計(jì)）人: 李明奇;楊開平;王志勇;覃思義;李良;何國(guó)良;張勇;李厚彪;李小平
• 申請(qǐng)（專利權(quán)）人: 李明奇
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06F16/26;G06F16/36;G06F40/289;G06F40/194
• 代理公司: 成都頂峰專利事務(wù)所(普通合伙) 51224
• 代理人: 王霞

本發(fā)明屬于互聯(lián)網(wǎng)與大數(shù)據(jù)分析技術(shù)領(lǐng)域，公開了一種基于大數(shù)據(jù)的律師評(píng)估方法及推薦方法。本發(fā)明中的律師評(píng)估方法，首先采集用戶發(fā)布的法律問(wèn)題及律師回答對(duì)應(yīng)法律問(wèn)題的答復(fù)信息，形成數(shù)據(jù)庫(kù)；接著剔除掉無(wú)效數(shù)據(jù)，形成有效數(shù)據(jù)庫(kù)；接著進(jìn)行評(píng)估得到每個(gè)律師的專業(yè)水平數(shù)據(jù)及擅長(zhǎng)領(lǐng)域數(shù)據(jù)；最后進(jìn)行存儲(chǔ)。本發(fā)明中的律師推薦方法，首先獲取法律問(wèn)題，并進(jìn)行分詞處理、評(píng)估相似度，得到其所屬的專業(yè)領(lǐng)域，篩選出擅長(zhǎng)當(dāng)前專業(yè)領(lǐng)域的律師；接著根據(jù)專業(yè)水平數(shù)據(jù)，對(duì)篩選出的律師進(jìn)行排序，然后進(jìn)一步篩選后將律師信息輸出至人機(jī)界面。本發(fā)明可以準(zhǔn)確評(píng)價(jià)律師的專業(yè)水平及擅長(zhǎng)領(lǐng)域，推薦準(zhǔn)確性高，能夠有效提升用戶體驗(yàn)度。

技術(shù)領(lǐng)域

本發(fā)明屬于互聯(lián)網(wǎng)與大數(shù)據(jù)分析技術(shù)領(lǐng)域，具體涉及一種基于大數(shù)據(jù)的律師評(píng)估方法及推薦方法。

背景技術(shù)

在互聯(lián)網(wǎng)+、大數(shù)據(jù)及人工智能的背景下，法律行業(yè)也正在不斷創(chuàng)新。“法律機(jī)器人”、智能法律服務(wù)等服務(wù)方式為公眾提了供質(zhì)優(yōu)價(jià)廉的法律咨詢服務(wù)，提高了律師的服務(wù)效率，同時(shí)為法官提供了更加精準(zhǔn)的判決參考，由此也促進(jìn)了國(guó)家的法治建設(shè)、社會(huì)公平與公正。

由于法律行業(yè)的特殊性，特別是受案情本身的復(fù)雜性、描述的不規(guī)則等因素影響，人工智能在法律領(lǐng)域的應(yīng)用遇到極大的挑戰(zhàn)。為了推進(jìn)法律人工智能的建設(shè)，現(xiàn)有的技術(shù)中出現(xiàn)了連接有法律咨詢需求的用戶與律師之間的互聯(lián)網(wǎng)平臺(tái)，用戶可就自己遇到的法律問(wèn)題向律師平臺(tái)請(qǐng)求咨詢，平臺(tái)接收到問(wèn)題后，根據(jù)咨詢的問(wèn)題推薦與蓋問(wèn)題最相關(guān)的幾個(gè)律師，讓這幾個(gè)律師回復(fù)該用戶的問(wèn)題，以解決用戶的法律咨詢需求。

目前，傳統(tǒng)的推薦系統(tǒng)大致可以分為基于用戶相似度、基于商品相似度或兩種相似度結(jié)合的推薦系統(tǒng)。這些傳統(tǒng)的推薦方法與系統(tǒng)在專業(yè)性很強(qiáng)的律師領(lǐng)域仍然存在許多有待克服的問(wèn)題以提高其實(shí)用性。語(yǔ)義相似度的度量是律師專業(yè)水平和擅長(zhǎng)領(lǐng)域判斷的重要內(nèi)容。律師推薦系統(tǒng)的問(wèn)答數(shù)據(jù)的文本間相似度的度量直接導(dǎo)致律師的專業(yè)水平的評(píng)定和擅長(zhǎng)領(lǐng)域的判定。當(dāng)兩個(gè)概念元素在語(yǔ)義上具有某些共同特征時(shí)，表示為他們語(yǔ)義相似。傳統(tǒng)的語(yǔ)義距離只考慮了概念間的上下位關(guān)系，忽略了其他關(guān)系的影響，比如，等同關(guān)系、矛盾關(guān)系、互補(bǔ)關(guān)系、動(dòng)作關(guān)系、空間關(guān)系等等，顯然導(dǎo)致不能完整反映出概念的語(yǔ)義距離。研究發(fā)現(xiàn)傳統(tǒng)采用詞頻統(tǒng)計(jì)和余弦相似度等方法已經(jīng)不能很好地度量律師問(wèn)答和領(lǐng)域之間的相似度，從而使得律師推薦的專業(yè)度準(zhǔn)確性大大降低，給用戶及提供咨詢答復(fù)的律師均造成了極大的不便。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)存在的上述問(wèn)題，本發(fā)明目的在于提供一種可以準(zhǔn)確評(píng)價(jià)律師的專業(yè)水平及擅長(zhǎng)領(lǐng)域、推薦準(zhǔn)確性高、能夠有效提升用戶體驗(yàn)度的基于大數(shù)據(jù)的律師評(píng)估方法及推薦方法。

本發(fā)明所采用的技術(shù)方案為：

一種基于大數(shù)據(jù)的律師評(píng)估方法，包括以下步驟：

S1.采集用戶發(fā)布的法律問(wèn)題及律師回答對(duì)應(yīng)法律問(wèn)題的答復(fù)信息，形成數(shù)據(jù)庫(kù)；

S2.對(duì)步驟S1中的數(shù)據(jù)庫(kù)進(jìn)行預(yù)處理，剔除掉無(wú)效數(shù)據(jù)，形成有效數(shù)據(jù)庫(kù)；

S3.對(duì)步驟S2中有效數(shù)據(jù)庫(kù)進(jìn)行評(píng)估，得到每個(gè)律師的專業(yè)水平數(shù)據(jù)；

S4.對(duì)步驟S2中有效數(shù)據(jù)庫(kù)進(jìn)行評(píng)估，得到每個(gè)律師的擅長(zhǎng)領(lǐng)域數(shù)據(jù)；

S5.將步驟S3中的專業(yè)水平數(shù)據(jù)及步驟S4中的擅長(zhǎng)領(lǐng)域數(shù)據(jù)與對(duì)應(yīng)的律師信息均存儲(chǔ)至有效數(shù)據(jù)庫(kù)。

作為優(yōu)選，所述的步驟S2中，進(jìn)行預(yù)處理的具體步驟如下：

S201.將步驟S1中的數(shù)據(jù)庫(kù)中法律問(wèn)題與預(yù)存的無(wú)效問(wèn)題進(jìn)行比對(duì)，將比對(duì)結(jié)果一致的法律問(wèn)題及其對(duì)應(yīng)的答復(fù)進(jìn)行剔除，形成初次預(yù)處理數(shù)據(jù)庫(kù)；

S202.對(duì)步驟S201中的初次預(yù)處理數(shù)據(jù)庫(kù)中的法律問(wèn)題的文本長(zhǎng)度L設(shè)置模型參考閾值k，將文本長(zhǎng)度L參考閾值k的法律問(wèn)題及其對(duì)應(yīng)的答復(fù)進(jìn)行剔除，形成有效數(shù)據(jù)庫(kù)。

作為優(yōu)選，所述的步驟S3中，得到專業(yè)水平數(shù)據(jù)的具體步驟如下：