[发明专利]一种基于相关图信息进行因果推断的案由认定方法及系统

权利要求书

1.一种基于相关图信息进行因果推断的案由认定方法，其特征在于，包括：

获取案件的事实描述，包括案件主体、案件情节和案件结果；

根据案件的事实描述抽取关键信息；

利用GFCI算法构建因果图并采样得到因果子图，包括通过KeyBERT算法获取案件的关键字，并对案件的关键字进行聚类；

对因果子图的边进行因果强度的估计，并结合BIC算法得到因果图的因果强度，得到判决结果；

利用因果图的因果强度构造辅助loss，提升BiLSTM-Att模型性能，得到训练好的BiLSTM-Att模型；

对待认定的案件，获取案件的事实描述，输入至训练好的BiLSTM-Att模型中，得到案由认定结果。

2.根据权利要求1所述的一种基于相关图信息进行因果推断的案由认定方法，其特征在于，所述通过KeyBERT算法获取案件的关键字，包括使用BERT提取文档嵌入以获得文档级向量表述，并为N-garm词提取词向量，利用余弦相似度来找到与文档最相似的单词。

3.根据权利要求1所述的一种基于相关图信息进行因果推断的案由认定方法，其特征在于，所述对案件的关键字进行聚类，包括将案件的关键字分为K组，并随机选取K个对象作为初始的聚类中心，再通过计算每个对象与各个聚类中心的距离，将每个对象分配给距离其最近的聚类中心。

4.根据权利要求1所述的一种基于相关图信息进行因果推断的案由认定方法，其特征在于，所述构建因果图，还包括通过因果推断，判断是否建立边以及边的类型。

5.根据权利要求1所述的一种基于相关图信息进行因果推断的案由认定方法，其特征在于，对因果子图的边进行因果强度的估计，并结合BIC算法得到因果图的因果强度，得到判决结果，包括：

利用ATE对因果子图的边进行因果强度的估计，得到

使用BIC对每个因果子图进行质量的评估，得到BIC(G_q,X)；

计算总的因果强度将每个因果子图的质量BIC(G_q,X)以及相结合得到：

其中，Y_i表示案由c_i被提交，代表在因果字图G_q中的因果强度，如果T_j→Y_i在图G_q中不存在则为0；

通过总的因果强度计算每个案由的得分，将得分送到随机森林模型中判断该因果图对应的到底是哪一类案由。

6.根据权利要求1所述的一种基于相关图信息进行因果推断的案由认定方法，其特征在于，通过总的因果强度计算每个案由的得分，包括：对于案由Y_i来说，其得分S(Y_i)为：

其中τ(T_j)表示在这个案件中存在T_j，而Tr(Y_i)是Y_i的处理集合。

7.根据权利要求1所述的一种基于相关图信息进行因果推断的案由认定方法，其特征在于，所述利用因果图的因果强度构造辅助loss，提升BiLSTM-Att模型性能，得到训练好的BiLSTM-Att模型，包括：

将得到的案件的事实描述进行词嵌入embedding；

将embedding的结果输入到BiLSTM中；

在计算loss阶段，引入辅助loss，通过利用之前得到的因果子图所对应的因果强度，将其引入以辅助attention部分，计算公式为：

L＝L_cross+αL_cons；

其中a_i是每个词在attention中的权重，g_i是因果强度的归一化的值，L_cross则是交叉熵loss的值。