[发明专利]一种检察案件办理工作量计算方法及系统

说明书

本发明提供一种检察案件办理工作量计算方法及系统，所述方法基于司法专有名词词典对案件数据文本进行分词处理，提取案件信息中的案件标签，通过模糊匹配进行分组并对每个案件进行编码，利用编码提取到的关键信息进行案件工作量和案件工作量系数计算，所述方法通过对大量的历史案件数据进行分析，可以对案件准确的自动分类，客观定量地计算出每个案件的工作量，通过每个案件的具体分类，所述系统可以提供不同检察官工作量、不同检察院、不同案件类型多种计算结果输出方式，可提高案件工作量计算的准确度，保证办案质量，提高办案效率。

技术领域

本发明涉及智慧检务开发及人工智能应用技术领域，具体涉及一种检察案件办理工作量计算方法及系统。

背景技术

随着现代科技的迅猛发展，信息技术在检察工作中的作用也日益凸显。在现有的办案评估方面，检察机关依托“统一业务应用系统”受理案件，随后的“案件分派”环节实行的是“随机分案为主，指定分案为辅”。技术上看，没有充分考虑办案人员能力与案件是否匹配，也缺乏对案件本身难度的定量评估手段。在办案后评估环节，主要工作模式是“案后评估+评估小组+人工判定”，这个过程耗费大量的人力物力；最高人民检察院在2018年文件中就指出，要求“充分运用信息化手段开展评查，研制案件质量评查智能辅助系统”。因此，借助大数据和人工智能技术，有助于研究影响案件质量的多维要素与权重，实时保障办案质量，辅助办案过程。

办案过程中案件的一些关键信息如(案件卷宗数，犯罪嫌疑人)会直接影响到办案过程和办案效率，因此根据案件的关键信息对案件进行事先的分组编码可以明显提高办案效率。目前的方法大多是采用人工的方法对案件的结构化信息进行人工标注，实现案件类型的简单分组分类。但是这种方法耗时耗力，而且不能明显有效地区分同类型案件。案件数据信息中有很多非结构化数据，其中包含了大量有价值的关键信息，会直接影响办案过程，通过对非结构化数据进行分析和重新编码，能实现对案件数据高区分度的分组分类。

在办案过程中，案件工作量计算问题直接关系到案件分配的合理性、检察官的绩效评价和激励制度的完善。司法改革以来，很多学者都对案件工作量这一问题进行过研究，但是目前的研究仅仅出于定性分析阶段，除了列举案件的工作量包括哪些具体因素之外，并没有给出可以用来统计和测算案件工作量的方法。因为不同案件类型，不同审理程序的案件其所耗费的检察官工作量均有所差异。通过分析影响案件的工作量的影响因素，根据历史办案数据，对不同类型案件进行工作量统计和计算，能有效预测未办理的案件工作量，并为检察官的工作量评估提供参考。

发明内容

针对现有技术的不足，本发明提出一种检察案件办理工作量计算方法，包括以下步骤：

步骤1：基于司法专有名词词典的双向最大匹配法，对每个案件的案件摘要数据进行中文分词处理，根据司法专有词典，将连续的字符处理为单个词；

步骤2：采用基于TF-IDF的方法对分词之后的词数据进行文本特征的提取，并将提取到的属于同一个案件中的所有文本特征用同一个向量表示；

步骤3：采用权重预设的AdaBoost学习器提取每个案件的案件标签；

步骤4：根据刑法分则规则表，对所有案件标签基于FuzzyWuzzy的字符串模糊匹配方法进行案件分组；

步骤5：对每一组中的每个案件进行编码；

步骤6：对分组后的每组案件，分别计算基于犯罪嫌疑人的案件工作量，以及采用EM算法迭代计算基于办案时长的案件工作量，利用公式(1)将计算得到的两种工作量进行加权求和，得到每个案件的最终案件工作量；利用公式(2)计算每个案件的工作量系数；

式中，F_ι表示案件ι的最终案件工作量，表示基于办案时长计算得到的案件工作量的权重，ω表示基于犯罪嫌疑人计算得到的案件工作量的权重；