[发明专利]一种审判风险智能识别与预警方法、系统、介质及设备

权利要求书

1.一种审判风险智能识别与预警方法，其特征在于，包括以下步骤：

获取案件要素并计算案件要素特征向量；

将得到的案件要素特征向量输入训练好的多标记分类模型中，得到案件可能发生的风险类别集合；

根据案件可能发生的风险类别集合，计算案件预警指数，根据预警指数的数值，选择预设的对应预警方式和预警对象进行预警。

2.如权利要求1所述的审判风险智能识别与预警方法，其特征在于，多标记分类模型的训练方法，具体为：

以目标法院的名称为主题词设置主题爬虫，通过运行主题爬虫在互联网上收集与目标法院相关的舆情信息；

采用情感分析算法对已爬取的每一条信息进行情感分析，得到舆情信息中的负向情感；

在获取的负向情感中提取命名实体，以提取的命名实体为关键词，在法院业务系统数据库中检索相关的案件数据，如果存在与关键字匹配的案件，则视该案件审判流程中存在风险；如不存在匹配案件，则视舆情与审判流程风险无关；

在法院信访系统中，提取与信访事件关联的案件编号；以案件编号为关键字，在法院业务系统中检索对应案件数据；

在基于负向舆情信息和信访事件检索出的风险案件中，提取案件要素，形成风险案件的特征向量，对风险案件进行分类；

随机选择一部分无风险案件并提取这些案件的案件要素，形成特征向量，风险案件集合和无风险案件集合共同构成审判风险预测模型的训练数据集；

采用训练数据集训练多标记分类模型。

3.如权利要求2所述的审判风险智能识别与预警方法，其特征在于，预警接收端在收到审判风险预警后，对风险预测的正确性和预警的合理性进行反馈，根据反馈结果调整预警策略，并将预警接收端标记为预测正确的案件加入训练集作为新的训练数据；

或者，

通过运行主题爬虫在互联网上收集与目标法院相关的舆情信息，具体为：

步骤301设定一个入口URL集合来指明信息采集的起始点；

步骤302将入口URL集合加入到爬虫的待采集链接列表；

步骤303判断待采集链接表是否为空，如果不为空，执行步骤304，否则返回步骤301；

步骤304从待采集链接列表取出队首的链接进行采集；

步骤305对采集的页面进行解析，获取页面中的主题文本和URL链接；

步骤306判断主题文本中是否包含设定的主题词，如果包含，执行步骤306，否则舍弃并返回步骤301；

步骤307将主题文本存入信息库；

步骤308通过正则表达式判断页面中的URL链接是否是需要进一步采集的页面链接，如果是，执行步骤309；

步骤309将链接加入待采集链接列表的队尾；

循环执行步骤303至步骤309直至链接库为空；

或者，

采用情感分析算法对已爬取的每一条信息进行情感分析，具体为：

构造情感分析训练数据集，包括正向情感集合、负向情感集合和中性情感集合，每个集合包含多条文本；

构建文本内容的向量表示模型，在经向量表示后的训练数据集上训练机器学习模型得到情感分类模型；

将采集的舆情信息的向量表示输入情感分类模型到其情感类别。

4.如权利要求2所述的审判风险智能识别与预警方法，其特征在于，在获取的负向情感中提取命名实体，具体为：

定义提取的命名实体集合和语义角色词汇集合，以及语义角色词汇在法院业务系统数据库表中的对应字段；

在命名实体识别模型定位命名实体在文本中的位置后，搜索命名实体的前向文本和后向文本中离其最近的语义角色词汇，以最近的语义角色词汇作为命名实体的角色类别。