[發(fā)明專利]類案語義檢索方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202211706981.2
• 申請(qǐng)日: 2022-12-29
• 公開（公告）號(hào): CN116361414A
• 公開（公告）日: 2023-06-30
• 發(fā)明（設(shè)計(jì)）人: 劉皓哲;張翔;左俊杰;劉皙
• 申請(qǐng)（專利權(quán)）人: 思創(chuàng)數(shù)碼科技股份有限公司
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/335;G06F18/22;G06F18/214;G06F40/30;G06F40/295;G06F40/216;G06N3/0455;G06N3/047;G06N3/08;G06Q50/18
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 何世磊

1.一種類案語義檢索方法，其特征在于，包括：

構(gòu)造多表示語義相似度模型；

構(gòu)建案件命名實(shí)體識(shí)別模型以抽取待檢索案件的關(guān)鍵信息，其中，所述關(guān)鍵信息包括案件要素及案件事實(shí)；

根據(jù)所述待檢索案件的案由類型選取目標(biāo)預(yù)檢索策略，并將所述案件要素輸入所述目標(biāo)預(yù)檢索策略，以使從案件庫(kù)中篩選出候選案例集；

將所述案件事實(shí)及所述候選案例集通過所述多表示語義相似度模型進(jìn)行語義表示，得到相似度得分Top?K的K個(gè)相似案例；

根據(jù)所述K個(gè)相似案例與預(yù)設(shè)閾值的比對(duì)結(jié)果以使從所述K個(gè)相似案例中推送出目標(biāo)相似案例。

2.根據(jù)權(quán)利要求1所述的類案語義檢索方法，其特征在于，所述構(gòu)造多表示語義相似度模型的步驟具體包括：

采用句子對(duì)的對(duì)比與句子間對(duì)比兩種學(xué)習(xí)任務(wù)構(gòu)造多任務(wù)融合網(wǎng)絡(luò)模型；

通過文本增廣方式及人工標(biāo)注方式生成監(jiān)督數(shù)據(jù)，其中，所述文本增廣方式包括隨機(jī)拋棄、引入噪聲、相似詞替換；

將所述監(jiān)督數(shù)據(jù)采用大規(guī)模數(shù)據(jù)自監(jiān)督訓(xùn)練及小規(guī)模數(shù)據(jù)監(jiān)督微調(diào)的協(xié)同監(jiān)督學(xué)習(xí)方法訓(xùn)練所述多任務(wù)融合網(wǎng)絡(luò)模型，損失函數(shù)采用對(duì)比學(xué)習(xí)損失，負(fù)例的選取為批次內(nèi)負(fù)樣本，并通過余弦相似度算法計(jì)算每一批次內(nèi)訓(xùn)練數(shù)據(jù)的相似度以過濾簡(jiǎn)單樣本，得到多表示語義相似度模型。

3.根據(jù)權(quán)利要求2所述的類案語義檢索方法，其特征在于，所述余弦相似度算法具體為：

式中：a、b均表示向量，θ表示向量a、b的夾角。

4.根據(jù)權(quán)利要求1所述的類案語義檢索方法，其特征在于，所述構(gòu)建案件命名實(shí)體識(shí)別模型以抽取待檢索案件的關(guān)鍵信息，其中，所述關(guān)鍵信息包括案件要素及案件事實(shí)的步驟具體包括：

將經(jīng)人工標(biāo)注的若干案例作為訓(xùn)練數(shù)據(jù)訓(xùn)練BERT+CRF模型，得到案件命名實(shí)體識(shí)別模型；

通過所述案件命名實(shí)體識(shí)別模型抽取所述待檢索案件的關(guān)鍵信息，其中，所述關(guān)鍵信息包括案件要素及案件事實(shí)。

5.根據(jù)權(quán)利要求4所述的類案語義檢索方法，其特征在于，所述將經(jīng)人工標(biāo)注的若干案例作為訓(xùn)練數(shù)據(jù)訓(xùn)練BERT+CRF模型，得到案件命名實(shí)體識(shí)別模型的步驟具體包括：

通過規(guī)則匹配處理預(yù)定量半結(jié)構(gòu)化文本得到基礎(chǔ)訓(xùn)練數(shù)據(jù)；

針對(duì)所述基礎(chǔ)訓(xùn)練數(shù)據(jù)，采用人工標(biāo)注對(duì)部分的所述基礎(chǔ)訓(xùn)練數(shù)據(jù)進(jìn)行糾錯(cuò)；

將糾錯(cuò)處理后的所述基礎(chǔ)訓(xùn)練數(shù)據(jù)送入BERT+CRF模型進(jìn)行訓(xùn)練，以構(gòu)建案件命名實(shí)體識(shí)別模型。

6.根據(jù)權(quán)利要求1所述的類案語義檢索方法，其特征在于，所述根據(jù)所述待檢索案件的案由類型選取目標(biāo)預(yù)檢索策略，并將所述案件要素輸入所述目標(biāo)預(yù)檢索策略，以使從案件庫(kù)中篩選出候選案例集的步驟具體包括：

根據(jù)法律條文邏輯針對(duì)不同罪名定義相對(duì)應(yīng)的實(shí)體框架，并根據(jù)不同罪名在數(shù)據(jù)庫(kù)中新增由其對(duì)應(yīng)所述實(shí)體框架定義的表；

采用所述案件命名實(shí)體識(shí)別模型抽取相關(guān)信息存入所述數(shù)據(jù)庫(kù)形成所述不同罪名對(duì)應(yīng)的預(yù)檢索策略，以組建檢索數(shù)據(jù)庫(kù)；

根據(jù)所述待檢索案件的案由類型從所述檢索數(shù)據(jù)庫(kù)中選取適配的目標(biāo)預(yù)檢索策略；

將所述案件要素輸入所述目標(biāo)預(yù)檢索策略，以使從案件庫(kù)中篩選出候選案例集。

7.根據(jù)權(quán)利要求1所述的類案語義檢索方法，其特征在于，所述根據(jù)所述K個(gè)相似案例與預(yù)設(shè)閾值的比對(duì)結(jié)果以使從所述K個(gè)相似案例中推送出目標(biāo)相似案例的步驟之后，所述方法還包括：

基于執(zhí)法監(jiān)督模型分析所述目標(biāo)相似案例，得到預(yù)設(shè)要素所對(duì)應(yīng)的數(shù)據(jù)分布，根據(jù)所述數(shù)據(jù)分布判斷所述待檢索案例是否存在執(zhí)法不公現(xiàn)象。