[发明专利]一种法律案件争议焦点获取方法、装置以及计算机设备

说明书

本发明涉及人工智能领域和自然语言处理领域，尤其涉及一种法律案件争议焦点获取方法、装置以及计算机设备；所述方法包括获取具有争议焦点的法律文本，归纳争议焦点的类别并将其视为标签，制作成法律案件争议焦点数据集；将如何获得争议焦点问题转化为分类问题，类的标签由上一步归纳所得，将原被告陈述内容分别作为输入，使用一种孪生BERT模型，对数据集进行训练得到模型结果；对无争议焦点的文书通过训练好的模型得到最终争议焦点结果。本发明收集、制作法律案件争议焦点数据集；使用一种孪生BERT模型，能够扩大输入长度，突破BERT长度为512的限制；得到更加精准的分类结果。本发明能够得到效果更好的法律案件争议焦点结果。

技术领域

本发明涉及人工智能领域和自然语言处理领域，尤其涉及一种法律案件争议焦点获取方法、装置以及计算机设备。

背景技术

随着社会的发展，每年最高法和各级法院都会产生大量的法律判决文书，并将其公布。这些法律文书中蕴含着大量的法律知识、案例细节等，是宝贵的研究素材，具有很高的研究价值和使用价值。法律案件中的争议焦点是原告和被告所争论的核心内容，法官等法律工作者需要对庭审争议焦点进行归纳，之后在采纳证据的情况进行逐一说理论证，所以争议焦点是当事人之间产生纠纷之后需要解决的主要问题。但是如何得到争议焦点是一个较难的问题，需要法官丰富的经验，并且目前的庭审会占大量时间，在此过程中需要提升效率。目前随着科技的发展，大数据、深度学习等前沿知识技术开始崛起并发挥越来越重要的作用，所以如何将这些人工智能技术与司法领域相结合受到越来越多的关注，“智慧司法”也被提出。所以通过人工智能技术，根据原被告陈述内容自动生成争议焦点，为法官或其他法律工作者进行推荐，能够更好的实现司法审判、诉讼服务和司法管理，也能提升庭审效率。

目前对争议焦点推荐的研究较少，根据法律文书自动生成争议焦点的技术还不成熟。所以亟需一种根据原被告陈述内容生成精确争议焦点的模型。

发明内容

基于现有技术存在的问题，为了生成更加精准的争议焦点，本发明提出一种法律案件争议焦点获取方法、装置以及计算机设备用以解决上述技术问题。

在本发明的第一方面，本发明提供了一种法律案件争议焦点获取方法，其特征在于，包括以下步骤：

S1、获取具有争议焦点的法律文本；

S2、采用规则匹配方法得出争议焦点的类别并将其作为标签，制作法律案件争议焦点数据集；

S21、采用规则匹配方法寻找出历史争议焦点数据的焦点类型的概率值或者距离值；

S22、按照焦点类型的概率值或者距离值所对应的均方根误差，求取出对应的回归值；

S23、求取出均方根误差值所对应的损失值最小时的分配系数，在该分配系数下，通过改变初始回归值，从而确定出最小损失函数下的回归预测值；

S24、利用分配系数与相应的回归预测值作为焦点数据的第一标签，形成增强后的法律案件争议焦点数据集；

S3、将原被告陈述内容作为输入，采用孪生BERT模型，对所述法律案件争议焦点数据集进行训练，得到训练模型结果；

S4、在训练好的模型中输入未知争议焦点的法律文本，输出焦点类型的标签，并得到最终争议焦点结果。

在本发明的第二方面，本发明还提供了一种法律案件争议焦点获取装置，所述装置包括：

采集模块，用于采集具有争议焦点的法律文本；

规则类别模块，用于获取争议焦点的类型，并对该类型打上标签；

孪生BERT模型模块，对采集模块采集的具有争议焦点的法律文本和规则类型模块输入的争议焦点进行训练；

焦点输出模块，用于输出未知争议焦点的法律文本的焦点类型结果。