[发明专利]一种融入辅助知识进行刑期预测的方法

说明书

本发明公开一种融入辅助知识进行刑期预测的方法，方法首先抽取法律文书样例数据集中事实描述、涉案法条和刑期结果，并针对法律文书样例数据集分布不均匀的问题，对法律文书样例数据集中样例较少的种类进行数据补充；接着将抽取的涉案法条作为辅助知识和事实描述部分进行融合，并根据刑期结果设置预测标签；然后进行数据增强处理，以去除噪音数据；最后搭建ERNIE_DPCNN混合网络模型，对模型进行训练、校验和评估，并实现对刑期的预测。本发明不仅解决了数据集分布不均匀影响刑期预测结果的问题，还提高了刑期预测的便捷性、准确性和高效性。

技术领域

本发明涉及法律文本数据分类技术领域，尤其涉及一种融入辅助知识进行刑期预测的方法。

背景技术

在现有的刑期判定的过程中，法官除了要对复杂繁琐的法律文书进行分析，还要参考以往的相似案件进行判案，导致效率低。这种判定方法不仅要求法官要有丰富的经验知识，其次判断结果往往受一定的主观因素影响。

法律智能属于法律领域新兴的产业，旨在赋予机器阅读理解法律文本并进行分析的能力。法律智能包括但不限于刑期预测、罪名预测、类案匹配、法律智能问答等等场景，有望帮助法官、律师等法律领域相关人士高效地解决法律问题，同时也能帮助非法律领域相关人士了解更多法律知识。近年来随着深度学习技术的不断发展，法律智能产业逐渐崭露头角，获得学术界和产业界的广泛关注。

现有的刑期预测研究工作通常把重点放在模型结构上，忽略对训练数据的处理，因此训练结果难以有较大的提升。此外，现有技术只对事实描述部分进行数据处理，忽视了法条知识对于刑期预测的重要性，其次传统Word2vec(一群用来产生词向量的相关模型)软件生成词向量受训练数据影响，生成词向量效果差，会影响刑期预测任务结果，最后刑期预测不同于其他文本分类任务，由于法律领域的特殊性，针对刑期预测结果给出合理的解释原因十分重要，目前研究工作缺乏对刑期预测结果的解释说明。其次，传统的机器学习算法迁移能力较弱，难以复刻到相似法律领域任务当中。

发明内容

针对上述现有技术的不足，本发明提供一种融入辅助知识进行刑期预测的方法。

为解决上述技术问题，本发明所采取的技术方案是：一种融入辅助知识进行刑期预测的方法，包括如下步骤：

步骤1：获取法律文书样例数据集，使用python语言中的工具包，调用json.loads()方法将法律文书样例数据集中事实描述、涉案法条和刑期结果抽取出来并保存在新文件中；

步骤2：针对法律文书样例数据集分布不均匀的问题，对法律文书样例数据集中样例较少的种类进行数据补充，方法如下：

步骤2.1：从网站下载法律文书数据，并将法律文书数据分为文书头部、指控内容、辩护意见、事实描述、判决内容和文书尾部六个部分；

步骤2.2：设计抽取模板，分别对法律文书数据中的事实描述部分和文书尾部部分进行抽取；

所述抽取模板分为事实描述部分抽取模板和文书尾部部分抽取模板；

所诉事实描述部分抽取模板分为前置模板和后置模板两个部分，中间用正则表达式将两个模板进行拼接，在匹配时同时匹配前置模板和后置模板；

所述文书尾部部分抽取模板仅由前置模板拼接正则表达式而成，在匹配时直接匹配到法律文书末尾。

步骤2.3：将抽取的事实描述部分和文书尾部部分进行融合，组成训练数据，对法律文书样例数据集进行补充操作。

步骤3：将步骤1抽取的涉案法条作为辅助知识和事实描述部分进行融合，实现对补充后的数据集进行辅助知识的融合，过程如下：

步骤3.1：对涉案法条进行截长补短操作，并对事实描述部分进行长度统一操作；