[发明专利]一种刑事法律文书罪名的推荐方法和系统

权利要求书

1.一种刑事法律文书罪名的推荐方法，其特征在于，包括：

获取刑事法律文书，并对所述刑事法律文书进行分词处理得到以词条为单位的文本集合；

获取word2vec词向量模型和文本可分离卷积神经网络模型；

以所述word2vec词向量模型为嵌入层，结合所述文本可分离卷积神经网络模型构建罪名推荐模型；

利用所述罪名推荐模型，根据所述文本集合得到罪名标签矩阵，进而根据所述罪名标签矩阵确定与所述刑事法律文书相对应的罪名。

2.根据权利要求1所述的一种刑事法律文书罪名的推荐方法，其特征在于，所述获取刑事法律文书，并对所述刑事法律文书进行分词处理得到以词条为单位的文本集合之后还包括：

对所述文本集合进行预处理；所述预处理包括：去除停用词和标点符号。

3.根据权利要求1所述的一种刑事法律文书罪名的推荐方法，其特征在于，所述推荐方法还包括：

选取所述刑事法律文书中符合预设条件的刑事法律文书进行标定采样；

获取标定采样后的刑事法律文书的文本集合以及与标定采样后的刑事法律文书的文本集合相对应的罪名标签矩阵，作为训练样本对；

采用所述训练样本对对所述罪名推荐模型进行训练。

4.根据权利要求3所述的一种刑事法律文书罪名的推荐方法，其特征在于，所述采用所述训练样本对对所述罪名推荐模型进行训练，具体包括：

获取所述训练样本对中的文本集合；

利用所述word2vec词向量模型，根据所述训练样本对中的文本集合得到词向量矩阵；

利用所述文本可分离卷积神经网络模型，根据所述词向量矩阵得到第一罪名标签矩阵；

判断所述第一罪名标签矩阵是否为与所述训练样本对中的文本集合相对应的罪名标签矩阵，若是，则直接输出所述第一罪名标签矩阵得到训练好的罪名推荐模型；反之，则调整所述文本可分离卷积神经网络模型的填充参数，直至所述文本可分离卷积神经网络模型输出的所述第一罪名标签矩阵为所述罪名标签矩阵时，停止所述填充参数的调整，得到训练好的罪名推荐模型。

5.一种刑事法律文书罪名的推荐系统，其特征在于，包括：

文本集合确定模块，用于获取刑事法律文书，并对所述刑事法律文书进行分词处理得到以词条为单位的文本集合；

获取模块，用于获取word2vec词向量模型和文本可分离卷积神经网络模型；

罪名推荐模型构建模块，用于以所述word2vec词向量模型为嵌入层，结合所述文本可分离卷积神经网络模型构建罪名推荐模型；

罪名确定模块，用于利用所述罪名推荐模型，根据所述文本集合得到罪名标签矩阵，进而根据所述罪名标签矩阵确定与所述刑事法律文书相对应的罪名。

6.根据权利要求5所述的一种刑事法律文书罪名的推荐系统，其特征在于，所述系统还包括：

预处理模块，用于对所述文本集合进行预处理；所述预处理包括：去除停用词和标点符号。

7.根据权利要求5所述的一种刑事法律文书罪名的推荐系统，其特征在于，所述推荐系统还包括：

标定采用模块，用于选取所述刑事法律文书中符合预设条件的刑事法律文书进行标定采样；

训练样本对获取模块，用于获取标定采样后的刑事法律文书的文本集合以及与标定采样后的刑事法律文书的文本集合相对应的罪名标签矩阵，作为训练样本对；

训练模块，用于采用所述训练样本对对所述罪名推荐模型进行训练。

8.根据权利要求7所述的一种刑事法律文书罪名的推荐系统，其特征在于，所述训练模块具体包括：

文本集合获取单元，用于获取所述训练样本对中的文本集合；

词向量矩阵确定单元，用于利用所述word2vec词向量模型，根据所述训练样本对中的文本集合得到词向量矩阵；

第一罪名标签矩阵确定单元，用于利用所述文本可分离卷积神经网络模型，根据所述词向量矩阵得到第一罪名标签矩阵；

罪名推荐模型训练单元，用于判断所述第一罪名标签矩阵是否为与所述训练样本对中的文本集合相对应的罪名标签矩阵，若是，则直接输出所述第一罪名标签矩阵得到训练好的罪名推荐模型；反之，则调整所述文本可分离卷积神经网络模型的填充参数，直至所述文本可分离卷积神经网络模型输出的所述第一罪名标签矩阵为所述罪名标签矩阵时，停止所述填充参数的调整，得到训练好的罪名推荐模型。