[發明專利]一種法律案件爭議焦點獲取方法、裝置以及計算機設備

有效

• 申請號: 202011386072.6
• 申請日: 2020-12-02
• 公開（公告）號: CN112487146B
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 胡峰;李子楊;鄧維斌;王曉浪;禹航
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06K9/62;G06N7/00
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 王海軍

本發明涉及人工智能領域和自然語言處理領域，尤其涉及一種法律案件爭議焦點獲取方法、裝置以及計算機設備；所述方法包括獲取具有爭議焦點的法律文本，歸納爭議焦點的類別并將其視為標簽，制作成法律案件爭議焦點數據集；將如何獲得爭議焦點問題轉化為分類問題，類的標簽由上一步歸納所得，將原被告陳述內容分別作為輸入，使用一種孿生BERT模型，對數據集進行訓練得到模型結果；對無爭議焦點的文書通過訓練好的模型得到最終爭議焦點結果。本發明收集、制作法律案件爭議焦點數據集；使用一種孿生BERT模型，能夠擴大輸入長度，突破BERT長度為512的限制；得到更加精準的分類結果。本發明能夠得到效果更好的法律案件爭議焦點結果。

技術領域

本發明涉及人工智能領域和自然語言處理領域，尤其涉及一種法律案件爭議焦點獲取方法、裝置以及計算機設備。

背景技術

隨著社會的發展，每年最高法和各級法院都會產生大量的法律判決文書，并將其公布。這些法律文書中蘊含著大量的法律知識、案例細節等，是寶貴的研究素材，具有很高的研究價值和使用價值。法律案件中的爭議焦點是原告和被告所爭論的核心內容，法官等法律工作者需要對庭審爭議焦點進行歸納，之后在采納證據的情況進行逐一說理論證，所以爭議焦點是當事人之間產生糾紛之后需要解決的主要問題。但是如何得到爭議焦點是一個較難的問題，需要法官豐富的經驗，并且目前的庭審會占大量時間，在此過程中需要提升效率。目前隨著科技的發展，大數據、深度學習等前沿知識技術開始崛起并發揮越來越重要的作用，所以如何將這些人工智能技術與司法領域相結合受到越來越多的關注，“智慧司法”也被提出。所以通過人工智能技術，根據原被告陳述內容自動生成爭議焦點，為法官或其他法律工作者進行推薦，能夠更好的實現司法審判、訴訟服務和司法管理，也能提升庭審效率。

目前對爭議焦點推薦的研究較少，根據法律文書自動生成爭議焦點的技術還不成熟。所以亟需一種根據原被告陳述內容生成精確爭議焦點的模型。

發明內容

基于現有技術存在的問題，為了生成更加精準的爭議焦點，本發明提出一種法律案件爭議焦點獲取方法、裝置以及計算機設備用以解決上述技術問題。

在本發明的第一方面，本發明提供了一種法律案件爭議焦點獲取方法，其特征在于，包括以下步驟：

S1、獲取具有爭議焦點的法律文本；

S2、采用規則匹配方法得出爭議焦點的類別并將其作為標簽，制作法律案件爭議焦點數據集；

S21、采用規則匹配方法尋找出歷史爭議焦點數據的焦點類型的概率值或者距離值；

S22、按照焦點類型的概率值或者距離值所對應的均方根誤差，求取出對應的回歸值；

S23、求取出均方根誤差值所對應的損失值最小時的分配系數，在該分配系數下，通過改變初始回歸值，從而確定出最小損失函數下的回歸預測值；

S24、利用分配系數與相應的回歸預測值作為焦點數據的第一標簽，形成增強后的法律案件爭議焦點數據集；

S3、將原被告陳述內容作為輸入，采用孿生BERT模型，對所述法律案件爭議焦點數據集進行訓練，得到訓練模型結果；

S4、在訓練好的模型中輸入未知爭議焦點的法律文本，輸出焦點類型的標簽，并得到最終爭議焦點結果。

在本發明的第二方面，本發明還提供了一種法律案件爭議焦點獲取裝置，所述裝置包括：

采集模塊，用于采集具有爭議焦點的法律文本；

規則類別模塊，用于獲取爭議焦點的類型，并對該類型打上標簽；

孿生BERT模型模塊，對采集模塊采集的具有爭議焦點的法律文本和規則類型模塊輸入的爭議焦點進行訓練；

焦點輸出模塊，用于輸出未知爭議焦點的法律文本的焦點類型結果。