[发明专利]网约车的纠纷责任认定方法、装置和计算机可读存储介质

权利要求书

1.一种网约车的纠纷责任认定方法，其特征在于，包括以下步骤：

建立纠纷责任认定的神经网络模型，将订单维度信息、司机维度信息和乘客维度信息输入所述神经网络模型，以进行纠纷责任认定。

2.根据权利要求1所述的网约车的纠纷责任认定方法，其特征在于，所述建立纠纷责任认定的神经网络模型，将订单维度信息、司机维度信息和乘客维度信息输入所述神经网络模型，以进行纠纷责任认定的步骤包括：

分别提取所述订单维度信息、所述司机维度信息和所述乘客维度信息的文本特征和表格特征，作为输入层信息；

对所述输入层信息进行编码，以获得编码层信息；

将所述编码层信息转换为向量，以获得表示层信息；

使用所述表示层信息，执行预测任务，以获得所述纠纷责任认定的结果。

3.根据权利要求2所述的网约车的纠纷责任认定方法，其特征在于，

在执行任一所述预测任务时，使用全部的所述表示层信息，对所述纠纷责任认定的结果进行预测。

4.根据权利要求3所述的网约车的纠纷责任认定方法，其特征在于，

所述预测任务包括：投诉原因预测任务、判责事实预测任务、责任归属预测任务和严重程度预测任务；

所述表示层信息包括：订单维度表示层信息、司机维度表示层信息和乘客维度表示层信息。

5.根据权利要求4所述的网约车的纠纷责任认定方法，其特征在于，

在执行任一所述预测任务时，使用任一所述预测任务的预测结果输出作为另任一所述预测任务的特征输入，以使得任一所述预测任务与另任一所述预测任务相互关联。

6.根据权利要求5所述的网约车的纠纷责任认定方法，其特征在于，

使用所述投诉原因预测任务的预测结果输出作为所述判责事实预测任务、所述责任归属预测任务和所述严重程度预测任务的特征输入；和/或

使用所述判责事实预测任务的预测结果输出作为所述责任归属预测任务和所述严重程度预测任务的特征输入；和/或

使用所述责任归属预测任务的预测结果输出作为所述严重程度预测任务的特征输入。

7.根据权利要求2至5中任一项所述的网约车的纠纷责任认定方法，其特征在于，在所述使用所述表示层信息，执行预测任务，以获得所述纠纷责任认定的结果的步骤中：

使用激活函数，对所述表示层信息进行处理，以将所述表示层信息映射到0至1的区间内，并执行所述预测任务，以获得所述纠纷责任认定的结果。

8.根据权利要求2至5中任一项所述的网约车的纠纷责任认定方法，其特征在于，

所述预测任务包括：投诉原因预测任务、判责事实预测任务、责任归属预测任务和严重程度预测任务；

其中，所述建立纠纷责任认定的神经网络模型的步骤包括：基于用户反馈数据，对所述投诉原因预测任务进行单独训练，以及基于用户反馈数据，对所述判责事实预测任务、所述责任归属预测任务和所述严重程度预测任务进行同步训练。

9.一种网约车的纠纷责任认定装置，其特征在于，包括：

存储器，存储有计算机程序；

处理器，执行所述计算机程序；

其中，所述处理器在执行所述计算机程序时，实现如权利要求1至8中任一项所述的网约车的纠纷责任认定方法的步骤。

10.一种计算机可读存储介质，其特征在于，包括：

所述计算机可读存储介质存储有计算机程序，所述计算机程序被执行时，实现如权利要求1至8中任一项所述的网约车的纠纷责任认定方法的步骤。