[发明专利]基于法条图卷积网络文本的案件文书案由分类方法及介质

说明书

本发明提供了一种基于法条图卷积网络文本增强的案件文书案由分类方法，包括如下步骤：步骤1：数据预处理，对于数据进行案情提取、文本分词和降噪以及法条共现关系图构建；步骤2：法律词嵌入预训练，在法律领域语料集上进行预训练任务，得到法律领域词嵌入；步骤3：模型构建，建立基于法条图卷积文本增强的案件文书案由分类模型；步骤4：模型训练，训练集数据对步骤3中构建的模型进行梯度下降更新训练，获得模型参数；步骤5：案由预测，所述步骤4中训练完成的分类模型对待分类的案件案情描述文本进行案由分类。本发明提供的一种基于法条图卷积网络文本的案件文书案由分类方法及介质使得增强后法条文本表征之间有更强的案由相关性。

技术领域

本发明涉及数据处理的技术领域，具体地，涉及基于法条图卷积网络文本的案件文书案由分类方法及介质。

背景技术

案件案由明确了案件的性质，影响着审判过程中的诉讼争议点的确定和适用法律的确定，而案由分类评查也是案件评查的重要组成部分，对构建自动化案件评查系统具有重要意义。因而，案件案由分类能够提高案件评查效率，且还能够为其他法律从业人员提供参考。

在案由分类问题方面，相关方法大都只考虑案件文书的案情描述文本，基于案情描述文本的TF-IDF向量、词向量等构建文本分类模型，没有有效利用法律条文的文本信息和法律条文之间的联系。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于法条图卷积网络文本的案件文书案由分类方法及介质。

根据本发明提供的一种基于法条图卷积网络文本增强的案件文书案由分类方法，包括如下步骤：

步骤1：数据预处理，对于数据进行案情提取、文本分词和降噪以及法条共现关系图构建；

步骤2：法律词嵌入预训练，在法律领域语料集上进行预训练任务，得到法律领域词嵌入；

步骤3：模型构建，建立基于法条图卷积文本增强的案件文书案由分类模型；

步骤4：模型训练，训练集数据对步骤3中构建的模型进行梯度下降更新训练，获得模型参数；

步骤5：案由预测，所述步骤4中训练完成的分类模型对待分类的案件案情描述文本进行案由分类。

优选地，所述步骤1中所述的案情提取为利用规则匹配案件文书中案情描述段落，所述分词和降噪为基于通用词典和法律词典将文本划分为词语序列，通过停用词列表将文本中的停用词进行删除，所述法条共现关系图构建为统计不同法律条文在同一案件中出现频次，构造对应的共现矩阵来表征法条共现关系图。

优选地，所述步骤2的法律词嵌入预训练为在收集的法律领域语料集上通过预训练方法得到词语映射到词向量的词嵌入矩阵，词嵌入矩阵初始是现有通用领域语料集训练完成的词嵌入矩阵，在此基础上在法律领域进一步训练。

优选地，所述步骤3的模型构造的具体步骤包括案情文本表征向量的建模、基于图卷积网络法条文本表征建模和法条-案情文本增强网络的建模。

优选地，所述案情文本表征向量的建模包括：使用词嵌入矩阵将案情文本词语序列转化为词向量序列，使用特定神经网络文本自编码器进行特征提取和降维降噪，从编码器得到案情文本表征向量，为后续模型提供有效的输入。

优选地，所述基于图卷积网络法条文本表征建模包括：使用词嵌入矩阵将法律条文词语序列转化为词向量序列，使用神经网络文本自编码器进行特征提取和降维降噪，从编码器得到法条文本表征向量，对全部法条文本表征向量基于法条共现关系图使用图卷积神经网络进行文本增强得到增强后的全部法条文本表征向量，为后续模型提供有效的输入。