[发明专利]一种法律文书的确定方法和系统

说明书

本发明公开了一种法律文书的确定方法和系统，通过对获取到的第一法律文书的文本信息进行分词处理，得到文书分词数据，然后根据得到的分词数据得到第一法律文书的第一表征向量，以及获取法律文书集合中每个第二法律文书的第二表征向量，基于第一表征向量和所述第二法律文书的第二表征向量，确定第一法律文书对应的第二法律文书。通过上述公开的法律文书确定方法。通过上述过程，基于第一表征向量和每个第二法律文书的第二表征向量，从而确定第一法律文书对应的第二法律文书。从而实现快速帮助法务人员在法律库中寻找到与本案相似案件法律文书。

技术领域

本发明涉及数据处理技术领域，具体为一种法律文书的确定方法及系统。

背景技术

随着现代社会的发展，法律是文明社会发展过程中的产物之一。法律通常是指由社会认可国家确认立法机关制定规范的行为准则，并由国家强制力保证规定当事人权利和义务为内容的，对全体社会成员具有普遍约束力的一种特殊行为规范。当社会成员之间出现纠纷时，由司法机关按照法律进行立案裁定。

在立案进行裁定的过程中，由法务人员基于具体事件所对应的法条做出最终的裁定。在现有技术中，都是通过人力阅读理解案件，并通过对案件的分析，再去查阅与本案相类似的案件，也就是对应本案的历史案件，然后借鉴相类似案件的判罚完成本案的判定，以示法律的公平。

但是，由于案件库存中案件量大，一方面，法务人员在案件库中寻找到与本案相对应的案件时，会花去大量时间。另一方面，法务人员寻找到的案件未必是相对应的案件，需要重新查询，从而降低了查询效率。

发明内容

有鉴于此，本发明实施例提供了一种法律文书的确定方法及系统，以实现快速查询并获取与本案相对应的案件的目的。

为实现上述目的，本发明提供如下技术方案：

本发明第一方面公开了一种法律文书的确定方法，包括：

对获取到的第一法律文书的文本信息进行分词处理，得到文本分词数据；

利用预先训练得到的网络模型，基于所述文本分词数据得到所述第一法律文书的第一表征向量；

获取法律文书集合中每个第二法律文书的第二表征向量；

基于所述第一表征向量和所述每个第二法律文书的第二表征向量，确定所述第一法律文书对应的第二法律文书；

其中，所述网络模型用于根据文本分词数据中的案件要素，得到表示相应法律文书所对应案情的表征向量。

优选的，所述利用预先训练得到的网络模型，基于所述文本分词数据得到所述第一法律文书的第一表征向量，包括：

将所述文本分词数据输入预先训练得到的网络模型进行处理，得到所述第一法律文书的第一表征向量，所述网络模型通过将TextCNN卷积网络和胶囊网络模型与神经网络模型融合得到。

优选的，所述将所述文本分词数据输入预先训练得到的网络模型进行处理，得到所述第一法律文书的第一表征向量，所述网络模型通过将TextCNN 卷积网络和胶囊网络模型与神经网络模型融合得到，包括：

将所述文本分词数据映射至词向量模型中进行词向量处理，得到的词向量，所述词向量模型为所述网络模型的输入层；

将所述词向量分别输入卷积网络和胶囊网络模型进行处理，集合所述 TextCNN卷积网络和胶囊网络模型的输出向量，得到所述第一法律文书的第一表征向量。

优选的，所述获取法律文书集合中每个第二法律文书的第二表征向量，包括：

获取法律文书集合中的所有第二法律文书的文本信息，对每一所述第二法律文书的文本信息进行分词处理，得到第二文本分词数据；