[发明专利]一种相似仲裁案件推荐方法及装置在审
申请号: | 201911170945.7 | 申请日: | 2019-11-26 |
公开(公告)号: | CN111144068A | 公开(公告)日: | 2020-05-12 |
发明(设计)人: | 张森;罗诚;杨威 | 申请(专利权)人: | 方正璞华软件(武汉)股份有限公司 |
主分类号: | G06F40/12 | 分类号: | G06F40/12;G06F40/284;G06Q50/18 |
代理公司: | 武汉维创品智专利代理事务所(特殊普通合伙) 42239 | 代理人: | 丁龙 |
地址: | 430000 湖北省武*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 相似 仲裁 案件 推荐 方法 装置 | ||
1.一种相似仲裁案件推荐方法,其特征在于,包括:
获取目标仲裁案件的文本信息,将所述文本信息进行预处理,并将预处理后的文本信息进行向量化,获得所述目标仲裁案件对应的向量信息;
将所述向量信息与预设的知识库中每一个仲裁案件对应的向量信息进行相似度匹配,获得所述目标仲裁案件与所述知识库中每一个仲裁案件的软余弦相似度信息;
提取满足预设条件的余弦相似度信息,将所述满足预设条件的余弦相似度信息对应的知识库中的仲裁案件作为相似案件进行推荐。
2.根据权利要求1所述的方法,其特征在于,所述获取目标仲裁案件的文本信息,将所述文本信息进行预处理,并将预处理后的文本信息进行向量化,获得所述目标仲裁案件对应的向量信息的步骤,具体包括:
对所述文本信息进行分词,根据预设的停用词表过滤掉所述文本信息中的无意义词语,获得分词后的文本信息;
将所述分词后的文本信息中的每一个词用向量空间中的一个向量来表示,获得所述文本信息对应的向量信息。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取若干仲裁案件的文本信息,将所述仲裁案件的文本信息进行去处理并将预处理后的文本信息进行向量化,获得所述若干仲裁案件对应的向量信息;
根据所述若干仲裁案件对应的向量信息,构建所述知识库。
4.根据权利要求1所述的方法,其特征在于,所述提取满足预设条件的余弦相似度信息,将所述满足预设条件的余弦相似度信息对应的知识库中的仲裁案件作为相似案件进行推荐的步骤,具体包括:
将所述余弦相似度信息由大到小进行排序,选取其中相似度满足预设阈值的余弦相似度对应的仲裁案件,作为相似案件进行推荐。
5.一种相似仲裁案件推荐装置,其特征在于,包括:
预处理模块,用于获取目标仲裁案件的文本信息,将所述文本信息进行预处理,并将预处理后的文本信息进行向量化,获得所述目标仲裁案件对应的向量信息;
相似度匹配模块,用于将所述向量信息与预设的知识库中每一个仲裁案件对应的向量信息进行相似度匹配,获得所述目标仲裁案件与所述知识库中每一个仲裁案件的软余弦相似度信息;
推荐模块,用于提取满足预设条件的余弦相似度信息,将所述满足预设条件的余弦相似度信息对应的知识库中的仲裁案件作为相似案件进行推荐。
6.根据权利要求5所述的装置,其特征在于,所述预处理模块具体用于:
对所述文本信息进行分词,根据预设的停用词表过滤掉所述文本信息中的无意义词语,获得分词后的文本信息;
将所述分词后的文本信息中的每一个词用向量空间中的一个向量来表示,获得所述文本信息对应的向量信息。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括:
知识库构建模块,用于获取若干仲裁案件的文本信息,将所述仲裁案件的文本信息进行去处理并将预处理后的文本信息进行向量化,获得所述若干仲裁案件对应的向量信息;
根据所述若干仲裁案件对应的向量信息,构建所述知识库。
8.根据权利要求5所述的装置,其特征在于,所述推荐模块具体用于:
将所述余弦相似度信息由大到小进行排序,选取其中相似度满足预设阈值的余弦相似度对应的仲裁案件,作为相似案件进行推荐。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4任一项所述相似仲裁案件推荐方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至4任一项所述相似仲裁案件推荐方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于方正璞华软件(武汉)股份有限公司,未经方正璞华软件(武汉)股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911170945.7/1.html,转载请声明来源钻瓜专利网。