[发明专利]一种融合法条关键词的法条推荐方法

权利要求书

1.一种融合法条关键词的法条推荐方法，其特征在于，包括如下步骤：

步骤1，构建一个法条关键词表；

步骤2，构建成一个以往案例查找库，将词嵌入后的案件事实描述保存在一个字典中，用于相似案例查找，字典的键key是一个案件事实描述向量，值value为相关法条；

步骤3：对用户输入的案件事实描述进行处理，根据处理后的案件事实描述从以往案例查找库中查找相似案例，将相似案例的法条根据规则进行排序，选取前k个相似案例的法条作为备选法条集，根据法条关键词表抽取出这k个法条的关键词；

步骤4，根据用户输入的案件事实描述，通过步骤3抽取出法条关键词，将处理后的案件事实描述和抽取出的法条关键词进行联合编码后，输入到一个全连接层做法条分类，全连接层的输出即为该案件事实描述所涉及的相关法条。

2.根据权利要求1所述的方法，其特征在于，步骤1包括：通过TF-IDF方法抽取出每个法条所包含的关键词。

3.根据权利要求2所述的方法，其特征在于，步骤1中，采用如下公式抽取出每个法条所包含的关键词：

TF_i，j-IDF_i＝TF_i，j·IDF_i

其中，n_i，j表示关键词t_i在法条d_j中出现的次数，n_k，j表示关键词t_k在法条d_j中出现的次数，k是一个设定的的参数，表示一个法条关键词的个数；TF_i，j表示关键词t_i在法条d_j中出现的频率，IDF_i表示关键词t_i在所有法条中的逆向文件频率，·表示乘法操作，|D|表示所有法条的数量，|j：t_i∈d_j|表示包含关键词t_i的法条数量。

4.根据权利要求3所述的方法，其特征在于，步骤2包括：将数据集中的案件事实描述全部向量化表示，即对每条数据中的案件事实描述T进行向量化编码。

5.根据权利要求4所述的方法，其特征在于，步骤2具体包括以下步骤：

步骤2-1：首先将案件事实描述T进行分词、去除停用词操作，在经过分词去除停用词后由一系列单词w₁，w₂，...，w_s组成，w_s表示第s个单词，即T＝{w₁，w₂，w₃，...，w_s}，将每个单词转化为词向量的形式x_i：

x_i＝E(w_i)

其中，E∈R^|V|×d为词嵌入矩阵，其中R为实数，|V|是词表的大小，d是词向量的维度；

步骤2-2：对每条数据的所有词向量集合采用向量求和的方法得到案件事实描述的向量表示W_i，

步骤2-3：将案件事实描述的向量表示W_i保存在一个字典中，字典的键key、值value分别为案件事实描述的向量表示W_i以及该案件对应的法条L，从而得到以往案例查找库M。