[發明專利]一種基于多頭注意力的法律案例相似度計算方法及系統

有效

• 申請號: 202010733019.2
• 申請日: 2020-07-27
• 公開（公告）號: CN111858940B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 程戈;張冬良;肖冬梅
• 申請（專利權）人: 湘潭大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F40/295;G06Q50/18
• 代理公司: 北京卓恒知識產權代理事務所(特殊普通合伙) 11394
• 代理人: 徐樓

一種基于多頭注意力的法律案例相似度計算方法，該方法包括：1)將待計算相似度的兩個案例的案情描述輸入案例法律關系識別模型，分別抽取兩個案例中的法律關系形成的三元組，所述三元組中包含頭實體、關系和尾實體，并依據所述三元組構建案情知識圖譜；2)通過多頭注意力機制將所述案情知識圖譜轉化為向量化表示；3)將所述案情的向量化表示輸入深度案情感知模型，獲取兩個案例的相似度。本申請的技術方案，能夠通過計算相似度，提升法律中類案檢索和類案推薦等應用場景的準確度。

技術領域

本發明涉及一種基于多頭注意力的法律案例相似度計算方法，具體涉及一種基于多頭注意力的法律案例相似度計算方法，屬于文本識別技術領域；本發明還涉及一種基于多頭注意力的法律案例相似度計算系統。

背景技術

作為成文法國家，法院裁判依照法律條文而非先例，但民眾樸素的法治情感要求“類案同判”，尤其是同一法院在較短時間內出現“類案不同判”對司法公信力影響極大，因此研究案例相似度計算以精準匹配相似案例對實現司法公正具有重要意義。在實際應用中，司法工作者通常使用全文檢索、關鍵詞匹配和關鍵詞限制檢索來篩選案例，之后仍依賴人工判斷篩選出的案例與目標案例是否相似，因此耗時長且效率低。

在科研領域計算案例相似度的方法主要可以分為三類：第一類、基于詞向量法，比如使用法律文本中的名詞構成向量空間，通過TF-IDF計算法律文本相似度；或者使用法律專業詞匯構成向量空間，通過余弦相似度公式計算法律文本的相似度。第二類、基于詞嵌入模型,利用層級注意力機制來改進孿生網絡結構中的文檔表示，并壓縮文檔內容避免了長文檔的數據稀疏問題。或者使用非對稱孿生網絡的新聞與案件相關性計算方法，解決了文本不平衡和新聞文本冗余的問題。第三類、基于事件模板，按照預定義的事件模板從醫療糾紛案例中抽取出醫療事件，通過事件元組的相似度來計算案例的相似度。

詞向量法和詞嵌入模型不涉及法律領域知識，不考慮法律文本特點，因此基于這兩種方法計算出的相似度不夠準確。基于事件模板考慮了法律領域知識，但在實際中相同案由的案件中事件極其相似，以民間借貸為例，其中的事件都為何時何地借款，何時何地追債等。因此按照預定義的事件模式抽取事件，只能粗粒度的表示案件，沒有包含影響案件相似度計算的關鍵信息，匹配準確度不高。

因此，如何提供一種基于多頭注意力的法律案例相似度計算方法，其能夠可以通過計算相似度，提升法律中類案檢索和類案推薦等應用場景的準確度，是本領域技術人員亟待解決的技術問題。

發明內容

針對上述現有技術的不足，本發明通過抽取案情描述中的法律關系形成案情知識圖譜，使用多頭注意力機制獲取案情知識圖譜的向量化表示，最后使用深度案情感知網絡計算出兩案例相似度。輔以結構化法律關系的訓練的深度案情感知網絡可以大大提升案例相似度計算的準確度。本發明提供一種基于多頭注意力的法律案例相似度計算方法，該方法包括：1)?將待計算相似度的兩個案例的案情描述輸入案例法律關系識別模型，分別抽取兩個案例中的法律關系形成的三元組，所述三元組中包含頭實體、關系和尾實體，并依據所述三元組構建案情知識圖譜；2)通過多頭注意力機制將所述案情知識圖譜轉化為向量化表示；3)將所述案情的向量化表示輸入深度案情感知模型，獲取兩個案例的相似度。

根據本發明的第一個實施方案，提供一種基于多頭注意力的法律案例相似度計算方法：

一種基于多頭注意力的法律案例相似度計算方法，該方法包括：

1)將待計算相似度的兩個案例的案情描述輸入案例法律關系識別模型，分別抽取兩個案例中的法律關系形成的三元組，所述三元組中包含頭實體、關系和尾實體，并依據所述三元組構建案情知識圖譜；

2)通過多頭注意力機制將所述案情知識圖譜轉化為向量化表示；

3)將所述案情的向量化表示輸入深度案情感知模型，獲取兩個案例的相似度。

作為優選，步驟1)中所述案例法律關系識別模型包括：用于識別所述案情描述中實體的實體識別模塊；