[發(fā)明專利]一種基于文本輸入識別的民法典法律咨詢系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011175290.5
• 申請日: 2020-10-24
• 公開（公告）號: CN114493936A
• 公開（公告）日: 2022-05-13
• 發(fā)明（設計）人: 王繼發(fā);趙文清;艾書劍
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: G06Q50/18
• 分類號: G06Q50/18;G06F40/30;G06F40/194;G06F16/332;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于文本輸入識別的民法典法律咨詢系統(tǒng)，其特征在于將法律咨詢通過人工智能技術以在線法律咨詢和線下服務雙結合的方式，通過文本輸入咨詢內容，系統(tǒng)匹配數據倉庫語義，輸出相似度高的法律條文作為咨詢解釋，系統(tǒng)引入Attention機制，進行咨詢記錄記憶，對于某一時間段內同一用戶所咨詢信息儲存，形成鏈式存儲，根據多語句匹配精確信息。同時，在給出法典信息后，可以由用戶選擇是否對接律師，選擇即可與律師雙向選擇，達成合作咨詢約定。該系統(tǒng)主要包括以下步驟：

步驟1：將官方發(fā)布的民法典文件作為系統(tǒng)數據處理源，在征得法律專家的意見后，將法典作為數據集進行訓練，對訓練數據展開數據降維、詞法分析、關鍵詞提取，應對章節(jié)和內容形成關鍵詞庫，運用隨機森林算法和主成分分析算法構建法典決策樹存入數據倉庫。

步驟2：構建語言嵌入回歸模型(Embeddings from Language Models(ELMO))，通過動態(tài)更新詞的詞映射，調整訓練數據再上下文的信息，將文本語境表征出來，bidirectionalLSTM模型表達式如下：

和

其中，t₁，t₂，...，t_N表示一系列語義的標記tokens。

其中，表示標識tokens，k表示語義的位置，表示每一層記憶網絡LSTM輸出相應的上下文表征。

建立模型后，利用低層LSTM提取語法信息，高層LSTM捕捉語義特征。

步驟3：語義相似度分析和結果輸出，對步驟2所述模型獲取的語義詞向量分析，將采集預處理的信息展開主題提取、數據倉庫信息檢索，逐語句進行語義相似度分析，上述數據在連接層連接后傳入使用了6個不同寬度的過濾器的CNN層，模擬1-6gram特征提取，將所有特征拼接后通過全連接層降維傳入交互層，交互層對特征向量點乘和向量減法拼接，將相似度加權平均算出總體相似度，全連接層降維后，比較找出總體相似度高的語義，通過sigmoid函數輸出該條語義所在的整條語句。

步驟4：人員匹配選擇，構建人員信息庫，設計人員信息匹配程序。勾選選中后，跳轉所在信息庫成員列表，匹配列表介紹文本中關鍵詞相同信息，推送記憶機制記憶的所有用戶咨詢信息，獲取推送的成員選擇接收情況，將接受情況反饋給用戶。