[發(fā)明專利]基于法條圖卷積網(wǎng)絡(luò)文本的案件文書案由分類方法及介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110055384.7
• 申請日: 2021-01-15
• 公開（公告）號: CN112699243B
• 公開（公告）日: 2022-10-18
• 發(fā)明（設(shè)計(jì)）人: 沈艷艷;趙宸
• 申請（專利權(quán)）人: 上海交通大學(xué)
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F40/289;G06N3/08;G06N3/04
• 代理公司: 上海漢聲知識產(chǎn)權(quán)代理有限公司 31236
• 代理人: 胡晶

本發(fā)明提供了一種基于法條圖卷積網(wǎng)絡(luò)文本增強(qiáng)的案件文書案由分類方法，包括如下步驟：步驟1：數(shù)據(jù)預(yù)處理，對于數(shù)據(jù)進(jìn)行案情提取、文本分詞和降噪以及法條共現(xiàn)關(guān)系圖構(gòu)建；步驟2：法律詞嵌入預(yù)訓(xùn)練，在法律領(lǐng)域語料集上進(jìn)行預(yù)訓(xùn)練任務(wù)，得到法律領(lǐng)域詞嵌入；步驟3：模型構(gòu)建，建立基于法條圖卷積文本增強(qiáng)的案件文書案由分類模型；步驟4：模型訓(xùn)練，訓(xùn)練集數(shù)據(jù)對步驟3中構(gòu)建的模型進(jìn)行梯度下降更新訓(xùn)練，獲得模型參數(shù)；步驟5：案由預(yù)測，所述步驟4中訓(xùn)練完成的分類模型對待分類的案件案情描述文本進(jìn)行案由分類。本發(fā)明提供的一種基于法條圖卷積網(wǎng)絡(luò)文本的案件文書案由分類方法及介質(zhì)使得增強(qiáng)后法條文本表征之間有更強(qiáng)的案由相關(guān)性。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理的技術(shù)領(lǐng)域，具體地，涉及基于法條圖卷積網(wǎng)絡(luò)文本的案件文書案由分類方法及介質(zhì)。

背景技術(shù)

案件案由明確了案件的性質(zhì)，影響著審判過程中的訴訟爭議點(diǎn)的確定和適用法律的確定，而案由分類評查也是案件評查的重要組成部分，對構(gòu)建自動(dòng)化案件評查系統(tǒng)具有重要意義。因而，案件案由分類能夠提高案件評查效率，且還能夠?yàn)槠渌蓮臉I(yè)人員提供參考。

在案由分類問題方面，相關(guān)方法大都只考慮案件文書的案情描述文本，基于案情描述文本的TF-IDF向量、詞向量等構(gòu)建文本分類模型，沒有有效利用法律條文的文本信息和法律條文之間的聯(lián)系。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種基于法條圖卷積網(wǎng)絡(luò)文本的案件文書案由分類方法及介質(zhì)。

根據(jù)本發(fā)明提供的一種基于法條圖卷積網(wǎng)絡(luò)文本增強(qiáng)的案件文書案由分類方法，包括如下步驟：

步驟1：數(shù)據(jù)預(yù)處理，對于數(shù)據(jù)進(jìn)行案情提取、文本分詞和降噪以及法條共現(xiàn)關(guān)系圖構(gòu)建；

步驟2：法律詞嵌入預(yù)訓(xùn)練，在法律領(lǐng)域語料集上進(jìn)行預(yù)訓(xùn)練任務(wù)，得到法律領(lǐng)域詞嵌入；

步驟3：模型構(gòu)建，建立基于法條圖卷積文本增強(qiáng)的案件文書案由分類模型；

步驟4：模型訓(xùn)練，訓(xùn)練集數(shù)據(jù)對步驟3中構(gòu)建的模型進(jìn)行梯度下降更新訓(xùn)練，獲得模型參數(shù)；

步驟5：案由預(yù)測，所述步驟4中訓(xùn)練完成的分類模型對待分類的案件案情描述文本進(jìn)行案由分類。

優(yōu)選地，所述步驟1中所述的案情提取為利用規(guī)則匹配案件文書中案情描述段落，所述分詞和降噪為基于通用詞典和法律詞典將文本劃分為詞語序列，通過停用詞列表將文本中的停用詞進(jìn)行刪除，所述法條共現(xiàn)關(guān)系圖構(gòu)建為統(tǒng)計(jì)不同法律條文在同一案件中出現(xiàn)頻次，構(gòu)造對應(yīng)的共現(xiàn)矩陣來表征法條共現(xiàn)關(guān)系圖。

優(yōu)選地，所述步驟2的法律詞嵌入預(yù)訓(xùn)練為在收集的法律領(lǐng)域語料集上通過預(yù)訓(xùn)練方法得到詞語映射到詞向量的詞嵌入矩陣，詞嵌入矩陣初始是現(xiàn)有通用領(lǐng)域語料集訓(xùn)練完成的詞嵌入矩陣，在此基礎(chǔ)上在法律領(lǐng)域進(jìn)一步訓(xùn)練。

優(yōu)選地，所述步驟3的模型構(gòu)造的具體步驟包括案情文本表征向量的建模、基于圖卷積網(wǎng)絡(luò)法條文本表征建模和法條-案情文本增強(qiáng)網(wǎng)絡(luò)的建模。

優(yōu)選地，所述案情文本表征向量的建模包括：使用詞嵌入矩陣將案情文本詞語序列轉(zhuǎn)化為詞向量序列，使用特定神經(jīng)網(wǎng)絡(luò)文本自編碼器進(jìn)行特征提取和降維降噪，從編碼器得到案情文本表征向量，為后續(xù)模型提供有效的輸入。

優(yōu)選地，所述基于圖卷積網(wǎng)絡(luò)法條文本表征建模包括：使用詞嵌入矩陣將法律條文詞語序列轉(zhuǎn)化為詞向量序列，使用神經(jīng)網(wǎng)絡(luò)文本自編碼器進(jìn)行特征提取和降維降噪，從編碼器得到法條文本表征向量，對全部法條文本表征向量基于法條共現(xiàn)關(guān)系圖使用圖卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行文本增強(qiáng)得到增強(qiáng)后的全部法條文本表征向量，為后續(xù)模型提供有效的輸入。