[发明专利]一种仲裁案件自动预判方法及装置

说明书

本发明实施例提供一种仲裁案件自动预判方法及装置，所提供的方法包括：获取目标仲裁案件的文本信息，将所述文本信息进行预处理，并将预处理后的文本信息进行向量化，获得所述目标仲裁案件对应的向量信息；将所述目标仲裁案件对应的向量信息输入到预设的机器学习模型中，获取所述目标仲裁案件对应的向量信息的识别结果；根据所述识别结果，生成对应的所述目标仲裁案件的判决结果，本发明实施例提供的方法及装置，准确率高，鲁棒性强，而且应用起来简单，可以在较短时间内实现不同语言、不同分类方法的仲裁案件预判，扩展性强。同时其应用效果显著，提高了仲裁机构人工判案的工作效率，降低了人工处理的劳动强度和时间，减少人工判案的成本。

技术领域

本发明涉及计算机技术领域，尤其涉及一种仲裁案件自动预判方法及装置。

背景技术

仲裁是指纠纷当事人在争议发生前或争议发生后达成协议，自愿将纠纷提交给独立的仲裁机构裁判，由仲裁机构作出对争议各方均有约束力的裁决的一种解决纠纷的制度和方式。随着人们法律意识的进步和经济发展，各地仲裁机构审理的案件数量快速增长，同时普通人有越来越多的机会为自己争取合法权益。

当人们在遇到纠纷问题时由于缺乏相应法律法规、法律常识、相似案例，无法第一时间做出最合适的应对，往往需要求助于专业律师，同时相关的仲裁机构工作人员，对于仲裁案件的判断往往只能根据相关的案件检索进行参考以及结合自身经验来进行判断，有时候判决结果较大程度上依赖于工作人员提取的案件描述的关键词，较有主观性，从而部分仲裁案件的判决产生影响。

在现有技术中，专利号为CN107818175A的专利申请，提供了一种法律类案问题智能预判系统及方法，提出了一种预测法律类案件判决结果的智能系统，该系统的输入为海量的法律类案件，包括刑事，民事案件等，系统的输出依据所要求判决的结果可分为数值型数据或者分类型数据。然而，在现有技术中，对法律数据进行训练建模时，使用的数据是所有的法律类文书数据。但是法律文书数据的种类杂多，而且不同类型的案件的判罚依据显然不可同日而语，将这些数据放在同一模型训练得到的预判系统的鲁棒性较差，扩展到其他未知法律文书数据上的能力较差，其次，由于现有技术中需要对海量的法律文书数据进行大量的手工特征处理，导致系统功能较大程度上受到人工的影响。

发明内容

为解决上述现有技术中存在的问题，本发明实施例提供一种仲裁案件自动预判方法方法及装置。

第一方面，本发明实施例提供一种仲裁案件自动预判方法，包括：

获取目标仲裁案件的文本信息，将所述文本信息进行预处理，并将预处理后的文本信息进行向量化，获得所述目标仲裁案件对应的向量信息；

将所述目标仲裁案件对应的向量信息输入到预设的机器学习模型中，获取所述目标仲裁案件对应的向量信息的识别结果；

根据所述识别结果，生成对应的所述目标仲裁案件的判决结果。

其中，所述获取目标仲裁案件的文本信息，将所述文本信息进行预处理，并将预处理后的文本信息进行向量化，获得所述目标仲裁案件对应的向量信息的步骤，具体包括：对所述文本信息进行分词，根据预设的停用词表过滤掉所述文本信息中的无意义词语，获得分词后的文本信息；将所述分词后的文本信息中的每一个词用向量空间中的一个向量来表示，获得所述文本信息对应的向量信息。

其中，所述对所述文本信息进行分词，根据预设的停用词表过滤掉所述文本信息中的无意义词语，获得分词后的文本信息的步骤之后，还包括：获取所述文本信息的长度，若判断获知所述长度大于预设长度，则将超过预设长度的文本信息进行剔除，获得处理后的文本信息；若判断获知所述长度信息小于预设长度，则采用空白字符对所述文本信息进填充，直至所述文本信息的长度满足预设长度，获得处理后的文本信息。