[發(fā)明專利]一種基于多維度語義聯(lián)合建模的多用戶案例檢索系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010747457.4
• 申請日: 2020-07-30
• 公開（公告）號: CN111625626B
• 公開（公告）日: 2020-12-18
• 發(fā)明（設(shè)計(jì)）人: 劉廣峰;魯思帆
• 申請（專利權(quán)）人: 杭州識度科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/31;G06N3/04;G06Q50/18
• 代理公司: 杭州華知專利事務(wù)所(普通合伙) 33235
• 代理人: 束曉前

1.一種基于多維度語義聯(lián)合建模的多用戶案例檢索系統(tǒng)，其特征在于，包括：

知識構(gòu)建模塊：對現(xiàn)有的裁判文書進(jìn)行信息提取，搭建裁判文書庫，并根據(jù)裁判文書庫生成裁判文書畫像庫和與案人員畫像庫；

要素識別模塊：利用要素特征提取模型對用戶提供的文本進(jìn)行要素特征的抽取，利用用戶特征提取模型提取咨詢用戶的用戶人物特征；

匹配查詢模塊：根據(jù)要素特征在知識構(gòu)建模塊生成的裁判文書畫像庫進(jìn)行查詢并匹配，根據(jù)用戶人物特征在知識構(gòu)建模塊生成的與案人員畫像庫進(jìn)行查詢并匹配；

所述匹配查詢模塊實(shí)現(xiàn)功能的步驟如下所示：

S1：要素識別排序，對咨詢用戶輸入的文本中提取的要素進(jìn)行畫像匹配，在裁判文書畫像庫中獲取要素識別排序前列的若干篇裁判文書，計(jì)算裁判文書畫像相似度sim_label；

S2：根據(jù)咨詢用戶的用戶畫像，計(jì)算用戶與現(xiàn)有裁判文書與案人員畫像庫中的畫像之間的相似度sim_person；

S3：根據(jù)要素特征提取模型提取出來的裁判文書標(biāo)簽和人物畫像標(biāo)簽，使用ElasticSearch數(shù)據(jù)庫，通過聯(lián)合計(jì)算公式計(jì)算其與裁判文書庫內(nèi)的所有文書的相似度sim_score，并根據(jù)sim_score降序返回對應(yīng)的若干篇裁判文書；

S4：將相似度sim_score中得分排名前列的若干篇裁判文書返回給用戶；

所述聯(lián)合計(jì)算公式具體為：

。

2.根據(jù)權(quán)利要求1所述的基于多維度語義聯(lián)合建模的多用戶案例檢索系統(tǒng)，其特征在于，所述裁判文書庫的構(gòu)建過程為：

S1：基于現(xiàn)有裁判文書，對裁判文書進(jìn)行結(jié)構(gòu)化分層操作；

S2：基于現(xiàn)有裁判文書的領(lǐng)域，對裁判文書進(jìn)行標(biāo)注；

S3：基于上述信息建立裁判文書庫。

3.根據(jù)權(quán)利要求1所述的基于多維度語義聯(lián)合建模的多用戶案例檢索系統(tǒng)，其特征在于，所述裁判文書畫像庫的構(gòu)建過程為：

S1：基于上述的裁判文書庫，預(yù)先設(shè)計(jì)出裁判文書畫像模型；

S2：基于裁判文書畫像模型，對結(jié)構(gòu)化后的裁判文書的各層信息進(jìn)行提取；

S3：根據(jù)提取完成的裁判文書畫像，構(gòu)建裁判文書畫像庫。

4.根據(jù)權(quán)利要求1所述的基于多維度語義聯(lián)合建模的多用戶案例檢索系統(tǒng)，其特征在于，所述與案人員畫像庫的構(gòu)建過程為：

S1：基于現(xiàn)有的用戶人物特征，預(yù)先設(shè)計(jì)出與案人員畫像模型；

S2：基于用戶畫像模型，對裁判文書中的與案人員進(jìn)行畫像信息提取；

S3：基于上述信息初步建立與案人員畫像庫。

5.根據(jù)權(quán)利要求3所述的基于多維度語義聯(lián)合建模的多用戶案例檢索系統(tǒng)，其特征在于，所述裁判文書畫像的提取過程具體為：

S1：針對裁判文書庫中的語料，由法律相關(guān)專業(yè)人員對裁判文書庫中的部分語料進(jìn)行要素標(biāo)注，并生成層級化要素標(biāo)注集；

S2：針對裁判文書中原被告信息，提取裁判文書涉案人物信息，構(gòu)建涉案人物畫像，生成裁判文書涉案人物畫像數(shù)據(jù)庫；

S3：針對裁判文書要素標(biāo)注集，與裁判文書涉案人物畫像數(shù)據(jù)庫已有的標(biāo)注數(shù)據(jù)，使用BERT對語料進(jìn)行詞嵌入訓(xùn)練，使用基于注意力機(jī)制的雙向LSTM模型，生成詞權(quán)重矩陣，基于詞權(quán)重矩陣訓(xùn)練出裁判文書要素特征提取模型；

S4：針對裁判文書要素標(biāo)注集，與裁判文書涉案人物畫像數(shù)據(jù)庫，使用裁判文書要素特征提取模型，將整個(gè)數(shù)據(jù)庫中的語料進(jìn)行要素特征提取，根據(jù)不同的要素生成裁判文書畫像，進(jìn)而生成裁判文書畫像庫。

6.根據(jù)權(quán)利要求4所述的基于多維度語義聯(lián)合建模的多用戶案例檢索系統(tǒng)，其特征在于，所述要素識別模塊實(shí)現(xiàn)功能的步驟為：

S1：對用戶的輸入文本進(jìn)行數(shù)據(jù)預(yù)處理，具體為將輸入文本切分為以單個(gè)字組成的列表；

S2：針對數(shù)據(jù)預(yù)處理的結(jié)果，使用訓(xùn)練好的要素特征提取模型BERT+BiLSTM+Attention進(jìn)行要素識別，得到各種要素的識別結(jié)果集；

S3：最后在要素的識別結(jié)果集中，將閾值高于篩選值的要素確定為輸入文本所提取的要素；

S4：根據(jù)與案人員畫像的信息結(jié)構(gòu)，進(jìn)行咨詢用戶的用戶人物特征的抽取。