[發明專利]案件分類方法、分類模型訓練方法及相關產品

有效

• 申請號: 201911099132.3
• 申請日: 2019-11-11
• 公開（公告）號: CN111177367B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 駱雄輝
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F18/214;G06Q50/18
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本發明實施例公開了一種案件分類方法、分類模型訓練方法及相關產品，該案件分類方法可包括：獲取待分類案件的案情信息；通過分類模型，識別待分類案件的案情信息所屬的案件類型，其中，該分類模型是通過語料訓練集和案件訓練集訓練得到的模型，該語料訓練集用于構建該分類模型中與案件相關的詞向量，該案件訓練集用于構建該分類模型中案情信息與案件類型之間的映射關系，該語料訓練集和該案件訓練集都包括替換詞，該替換詞用于替換該語料訓練集和該案件訓練集中的原有詞，該替換詞還用于訓練該分類模型識別該原有詞。通過分類模型識別案件的案件類型，提高了案件分類的準確性。

技術領域

本發明涉及數據處理領域，尤其涉及一種案件分類方法、分類模型訓練方法及相關產品。

背景技術

公安機關和人民檢察院對已經立案的案件，會依照法定程序，收集案件信息。當前案件立案數雖然相比之前有所下降，但隨著掃黑除惡、安保活動和社會治理的逐步深入，案件立案數預計會有所增加。

公安部門在處理案件時，需要對案件進行存檔和分類。目前通常采用文本相似度匹配的方式對案件分類，這種方式在實際應用中分類準確性不足。

發明內容

本發明實施例提供了一種案件分類方法、分類模型訓練方法及相關產品，通過分類模型識別案件的案件類型，提高了案件分類的準確性。

第一方面，本發明實施例提供了一種案件分類方法，該方法可包括：獲取待分類案件的案情信息；通過分類模型，識別所述待分類案件的案情信息所屬的案件類型，所述分類模型是通過語料訓練集和案件訓練集訓練得到的模型，所述語料訓練集用于構建所述分類模型中與案件相關的詞向量，所述案件訓練集用于構建所述分類模型中案情信息與案件類型之間的映射關系；所述語料訓練集和所述案件訓練集都包括替換詞，所述替換詞用于替換所述語料訓練集和所述案件訓練集中的原有詞，所述替換詞還用于訓練所述分類模型識別所述原有詞。

本申請實施例中，通過采用語料訓練集和案件訓練集訓練得到的分類模型可以準確地識別待分類案件的案件信息所屬的案件類型，在訓練過程中，語料訓練集和案件訓練集包括的替換詞，進一步提高分類模型識別的準確性。

在一個可選的實現方式中，所述替換詞包括所述原有詞的同義詞、與所述原有詞含義不同的詞和無含義的字符中的至少一個；

所述語料訓練集包括N個語料庫，所述N為正整數；

所述案件訓練集通過切分歷史案件數據得到，所述歷史案件數據包括至少三個歷史案件的案情信息和案件類型。

在該實現方式中，用于訓練分類模型的語料訓練集和案件訓練集包括替換詞，替換詞在訓練過程中提高分類模型的識別能力，有利于分類模型準確識別待分類案件的案件信息，提高分類模型分類待分類模型的準確性；分類模型通過一個或一個以上的語料訓練庫進行預訓練，使分類模型在分類待分類案件時準確將待分類案件的案件信息轉換為詞向量，提高分類準確性；分類模型通過采用切分歷史案件數據得到案件訓練集訓練，以使分類模型準確地確定待分類案件的案件信息所屬的案件類型，提高分類的準確性。

在一個可選的實現方式中，所述分類模型的超參數通過驗證集進行更新，所述驗證集通過切分所述歷史案件數據得到，所述驗證集與所述案件訓練集不相交。

在該實現方式中，分類模型的超參數通過切分歷史案件數據得到的驗證集進行更新，提高分類模型的分類性能，進而提高分類模型分類待分類案件的準確性。

在一個可選的實現方式中，所述分類模型通過測試集進行測試，所述測試集通過切分所述歷史案件數據得到，所述測試集、所述驗證集和所述案件訓練集互不相交。

在該實現方式中，分類模型通過歷史案件數據切分出的測試集進行測試，評測分類模型的性能，進而可根據評測出的性能優化分類模型的性能，有利于提高分類模型分類待分類案件的性能。