[發明專利]一種檢察案件辦理工作量計算方法及系統

有效

• 申請號: 202011051142.2
• 申請日: 2020-09-29
• 公開（公告）號: CN112163423B
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 栗偉;閔新;陳強;覃文軍;馮朝路;王子晴;謝維冬
• 申請（專利權）人: 東北大學
• 主分類號: G06F40/242
• 分類號: G06F40/242;G06F40/289;G06F40/166;G06F40/126;G06F16/903;G06F16/35;G06F18/214;G06N20/20;G06Q50/18;G06Q50/26
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李在川

本發明提供一種檢察案件辦理工作量計算方法及系統，所述方法基于司法專有名詞詞典對案件數據文本進行分詞處理，提取案件信息中的案件標簽，通過模糊匹配進行分組并對每個案件進行編碼，利用編碼提取到的關鍵信息進行案件工作量和案件工作量系數計算，所述方法通過對大量的歷史案件數據進行分析，可以對案件準確的自動分類，客觀定量地計算出每個案件的工作量，通過每個案件的具體分類，所述系統可以提供不同檢察官工作量、不同檢察院、不同案件類型多種計算結果輸出方式，可提高案件工作量計算的準確度，保證辦案質量，提高辦案效率。

技術領域

本發明涉及智慧檢務開發及人工智能應用技術領域，具體涉及一種檢察案件辦理工作量計算方法及系統。

背景技術

隨著現代科技的迅猛發展，信息技術在檢察工作中的作用也日益凸顯。在現有的辦案評估方面，檢察機關依托“統一業務應用系統”受理案件，隨后的“案件分派”環節實行的是“隨機分案為主，指定分案為輔”。技術上看，沒有充分考慮辦案人員能力與案件是否匹配，也缺乏對案件本身難度的定量評估手段。在辦案后評估環節，主要工作模式是“案后評估+評估小組+人工判定”，這個過程耗費大量的人力物力；最高人民檢察院在2018年文件中就指出，要求“充分運用信息化手段開展評查，研制案件質量評查智能輔助系統”。因此，借助大數據和人工智能技術，有助于研究影響案件質量的多維要素與權重，實時保障辦案質量，輔助辦案過程。

辦案過程中案件的一些關鍵信息如(案件卷宗數，犯罪嫌疑人)會直接影響到辦案過程和辦案效率，因此根據案件的關鍵信息對案件進行事先的分組編碼可以明顯提高辦案效率。目前的方法大多是采用人工的方法對案件的結構化信息進行人工標注，實現案件類型的簡單分組分類。但是這種方法耗時耗力，而且不能明顯有效地區分同類型案件。案件數據信息中有很多非結構化數據，其中包含了大量有價值的關鍵信息，會直接影響辦案過程，通過對非結構化數據進行分析和重新編碼，能實現對案件數據高區分度的分組分類。

在辦案過程中，案件工作量計算問題直接關系到案件分配的合理性、檢察官的績效評價和激勵制度的完善。司法改革以來，很多學者都對案件工作量這一問題進行過研究，但是目前的研究僅僅出于定性分析階段，除了列舉案件的工作量包括哪些具體因素之外，并沒有給出可以用來統計和測算案件工作量的方法。因為不同案件類型，不同審理程序的案件其所耗費的檢察官工作量均有所差異。通過分析影響案件的工作量的影響因素，根據歷史辦案數據，對不同類型案件進行工作量統計和計算，能有效預測未辦理的案件工作量，并為檢察官的工作量評估提供參考。

發明內容

針對現有技術的不足，本發明提出一種檢察案件辦理工作量計算方法，包括以下步驟：

步驟1：基于司法專有名詞詞典的雙向最大匹配法，對每個案件的案件摘要數據進行中文分詞處理，根據司法專有詞典，將連續的字符處理為單個詞；

步驟2：采用基于TF-IDF的方法對分詞之后的詞數據進行文本特征的提取，并將提取到的屬于同一個案件中的所有文本特征用同一個向量表示；

步驟3：采用權重預設的AdaBoost學習器提取每個案件的案件標簽；

步驟4：根據刑法分則規則表，對所有案件標簽基于FuzzyWuzzy的字符串模糊匹配方法進行案件分組；

步驟5：對每一組中的每個案件進行編碼；

步驟6：對分組后的每組案件，分別計算基于犯罪嫌疑人的案件工作量，以及采用EM算法迭代計算基于辦案時長的案件工作量，利用公式(1)將計算得到的兩種工作量進行加權求和，得到每個案件的最終案件工作量；利用公式(2)計算每個案件的工作量系數；

式中，F_ι表示案件ι的最終案件工作量，表示基于辦案時長計算得到的案件工作量的權重，ω表示基于犯罪嫌疑人計算得到的案件工作量的權重；