[发明专利]一种法律文书案由分类器的自动构建方法

摘要

本发明提供一种法律文书案由分类器的自动构建方法，分类效率高、准确率高。所述方法包括：获取多类案由的法律文书，确定每类案由的测试语料；对每类测试语料去停用词和分词；根据分词结果，确定每类案由的基本关键词；根据分词结果，对每类测试语料进行词向量训练，扩充关键词，根据扩充的关键词和确定的基本关键词，确定每类案由的扩充关键词列表；输入待分类法律文书，对输入的所述待分类法律文书去停用词和分词、并进行词向量训练，根据所述待分类法律文书的词向量训练结果，计算所述待分类法律文书与每类扩充关键词列表的语义相似度总和，取语义相似度总和最大值对应的案由为所述待分类法律文书对应的案由。本发明涉及知识工程技术领域。

主权项

1.一种法律文书案由分类器的自动构建方法，其特征在于，包括：/n获取多类案由的法律文书，构建案由基础语料库，根据构建的所述案由基础语料库，确定每类案由的测试语料；/n对每类测试语料去停用词和分词；/n根据分词结果，确定每类案由的基本关键词；/n根据分词结果，对每类测试语料进行词向量训练，扩充关键词，根据扩充的关键词和确定的基本关键词，确定每类案由的扩充关键词列表；/n输入待分类法律文书，对输入的所述待分类法律文书去停用词和分词、并进行词向量训练，根据所述待分类法律文书的词向量训练结果，计算所述待分类法律文书与每类扩充关键词列表的语义相似度总和，取语义相似度总和最大值对应的案由为所述待分类法律文书对应的案由；/n其中，所述根据分词结果，对每类测试语料进行词向量训练，扩充关键词，根据扩充的关键词和确定的基本关键词，确定每类案由的扩充关键词列表包括：/n根据分词结果，应用词向量模型对第i类测试语料进行词向量训练，扩充关键词，根据扩充的关键词和确定的第i类案由的基本关键词，确定第i类案由的扩充关键词列表；/n其中，所述根据分词结果，应用词向量模型对第i类测试语料进行词向量训练，扩充关键词，根据扩充的关键词和确定的第i类案由的基本关键词，确定第i类案由的扩充关键词列表包括：/n应用词向量模型对第i类测试语料进行词向量训练，将第i类测试语料分词结果中的所有词语投影到向量空间中，得到第i类测试语料的词向量模型；/n加载第i类测试语料的词向量模型，计算词向量模型中每个词语与第i类案由的基本关键词的语义相似度；/n将计算得到的语义相似度由大到小进行排序，选取语义相似度最高且语义相似度均大于门限值的前N个词语，与确定的第i类案由的基本关键词，共同构成第i类案由的扩充关键词列表；/n具体的，采用词向量模型中的跳跃式词共现模型对第i类测试语料进行词向量训练，将第i类测试语料分词结果中的每个词语投影到200维空间中，考虑一个词上下文的5个词语，采样的阈值为1e-3，学习速率alpha为0.025，设置若一个词语在文档中出现的次数小于5，就会丢弃，调用learnFile()和saveModel()方法对每一类测试语料进行学习，得到第i类测试语料的词向量模型，所述词向量是指根据词频、语义、上下文，将词语投影到向量空间中，语义越相似，上下文越相关，词语之间的距离越小；再调用方法loadJavaModel()，加载第i类测试语料的词向量模型，利用distance(queryWord)方法，计算词向量模型中每个词语与第i类案由的基本关键词的语义相似度，并由大到小排序，选取相似度最高且大小均大于门限值的前N个关键词，与确定的第i类案由的基本关键词，共同构成第i类案由的扩充关键词列表；/n其中，所述对输入的所述待分类法律文书去停用词和分词、并进行词向量训练，根据所述待分类法律文书的词向量训练结果，计算所述待分类法律文书与每类扩充关键词列表的语义相似度总和，取语义相似度总和最大值对应的案由为所述待分类法律文书对应的案由包括：/n对输入的所述待分类法律文书去停用词和分词；/n根据分词结果，将所述待分类法律文书中的所有词投影到向量空间中，得到所述待分类法律文书的词向量模型，计算各类扩充关键词列表中的每个关键词与所述待分类法律文书的词向量模型中每个词语的语义相似度；/n获取与每个关键词最接近的前M个词语的语义相似度进行求和，求和结果作为每个关键词与所述待分类法律文书的语义相似度；/n将每类案由扩充关键词列表中所有关键词与所述待分类法律文书的语义相似度相加，取语义相似度总和最大值对应的案由为所述待分类法律文书对应的案由；/n其中，所述将每类案由扩充关键词列表中所有关键词与所述待分类法律文书的语义相似度相加，取语义相似度总和最大值对应的案由为所述待分类法律文书对应的案由包括：/n将第i类案由扩充关键词列表中所有关键词与所述待分类法律文书的语义相似度相加，得到所述待分类法律文书与第i类案由的扩充关键词列表的语义相似度总和；/n将得到的多个语义相似度总和进行比较，取语义相似度总和最大值对应的案由为所述待分类法律文书对应的案由。/n