[發明專利]基于內容和圖神經網絡的判例推薦方法、裝置及存儲介質

有效

• 申請號: 202010350837.4
• 申請日: 2020-04-28
• 公開（公告）號: CN111538827B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 楊俊;張敏;馬為之;劉奕群;馬少平
• 申請（專利權）人: 清華大學
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06N3/0442;G06N3/08
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

本公開涉及一種基于內容和圖神經網絡的判例推薦方法、裝置及存儲介質，所述方法包括：根據目標用戶的日志數據，從判例庫中確定出多個候選判例；根據所述目標用戶的興趣特征信息及所述多個候選判例的第一特征信息，分別預測所述目標用戶對各個候選判例的評分，其中，所述興趣特征信息包括目標用戶的長期興趣特征和短期興趣特征，所述長期興趣特征及所述第一特征信息是通過圖神經網絡確定的；根據所述評分及預設的推薦數量，確定向所述目標用戶推薦的目標判例。根據本公開實施例的判例推薦方法能夠有效提高判例推薦的準確性。

技術領域

本公開涉及計算機技術領域，尤其涉及一種基于內容和圖神經網絡的判例推薦方法、裝置及存儲介質。

背景技術

隨著信息化法治建設，司法信息系統收集、存儲的法律法規、法律文書和用戶歷史記錄越來越多，可以為基于上述信息的推薦算法提供支持。

現有的司法信息系統中的推薦算法，僅向用戶推薦熱度最高的內容，或使用傳統的基于協同過濾或內容的推薦方法，或使用基于知識圖譜的算法進行推薦。但是，由于司法領域的知識兼有結構信息和內容信息，現有的推薦算法僅能刻畫部分信息，使用現有的推薦算法進行推薦時，準確性較差。

發明內容

有鑒于此，本公開提出了一種基于內容和圖神經網絡的判例推薦技術方案。

根據本公開的一方面，提供了一種基于內容和圖神經網絡的判例推薦方法，所述方法包括：

根據目標用戶的日志數據，從判例庫中確定出多個候選判例；

根據所述目標用戶的興趣特征信息及所述多個候選判例的第一特征信息，分別預測所述目標用戶對各個候選判例的評分，其中，所述興趣特征信息包括目標用戶的長期興趣特征和短期興趣特征，所述長期興趣特征及所述第一特征信息是通過圖神經網絡確定的；

根據所述評分及預設的推薦數量，確定向所述目標用戶推薦的目標判例。

在一種可能的實現方式中，所述方法還包括：

根據多個用戶的日志數據、預設的法律知識圖譜及所述判例庫中的多個判例，確定異質信息網絡，所述異質信息網絡包括多個節點及多條邊，所述節點的類型包括用戶節點、判例節點、查詢詞節點、法律節點、法條節點及案由節點，所述邊用于表示節點之間的連接關系；

根據所述異質信息網絡及各個節點對應的內容，分別確定各個節點的第二特征信息，所述第二特征信息包括節點的內容特征及結構特征；

對于任一節點，根據所述節點的第二特征信息及所述節點的關聯節點的第二特征信息，通過圖神經網絡進行聚合處理，得到所述節點在所述圖神經網絡的多個層級的特征信息，所述節點的關聯節點為與所述節點存在連接關系的節點；

將所述節點的第二特征信息及所述節點在所述圖神經網絡的多個層級的特征信息進行拼接，得到所述節點的第三特征信息，

其中，所述目標用戶的長期興趣特征包括與所述目標用戶對應的用戶節點的第三特征信息；

所述候選判例的第一特征信息包括與所述候選判例對應的判例節點的第三特征信息。

在一種可能的實現方式中，所述方法還包括：

根據所述目標用戶對所述判例庫中多個第一判例的查看時間及預設數量，從所述多個第一判例中，確定出查看時間最近的多個第二判例；

根據與所述多個第二判例對應的判例節點的第三特征信息，確定所述目標用戶的短期興趣特征。

在一種可能的實現方式中，根據所述異質信息網絡及各個節點對應的內容，分別確定各個節點的第二特征信息，包括：

根據所述異質信息網絡中的各個節點對應的內容，分別確定各個節點的內容特征；