[发明专利]基于主题模型的裁判文书相似度分析方法

摘要

本发明公开了一种基于主题模型的裁判文书相似度分析方法。该方法采用机器学习中的LDA(Latent Dirichlet Allocation)主题模型，针对裁判文书，提出一种基于语义的、半自动化的、通用的相似度分析方法。本方法主要包括选取语料、建立相似度标注、文本预处理、输入选取、参数设置、迭代训练、生成模型和应用模型等步骤。该方法在一般相似度分析方法的基础上，充分考虑裁判文书内容上专业词汇丰富、语义复杂的特点，利用裁判文书半结构化的特性，从而提升了裁判文书相似度分析的准确性和适用性。

主权项

基于主题模型的裁判文书相似度分析方法，其特征是针对裁判文书及其特点，使用基于主题模型的文本挖掘方法来进行文本相似度分析，其步骤如下：(1)在裁判文书集中，以某种属性(如案由、案件类型等)作为筛选条件抽取目标文书子集作为目标语料；(2)将目标语料分为训练语料和测试语料，并对测试语料进行相似度标注；(3)对作为训练语料的文书文本进行预处理操作，包括文书分段、文书筛选、中文分词、分词前后的词语获取和过滤操作；(4)选择目标语料的高可信部分作为输入内容；(5)设置各类参数，包括设置停用词、LDA主题模型训练参数、TF‑IDF输入和评估标准；(6)使用训练语料，应用LDA主题模型进行模型训练；(7)使用测试语料评估本次训练模型(指和测试语料相似度标注的符合程度)；(8)调整参数，迭代执行步骤(6)，直到针对所有要求参数完成遍历；(9)根据不同参数下的准确度，选择合适的参数，生成裁判文书相似度分析的训练模型；(10)应用步骤(9)生成的训练模型，做裁判文书相似度分析。