[发明专利]裁判文书案由的获取方法和装置

说明书

技术领域

本申请涉及数据处理领域，具体而言，涉及一种裁判文书案由的获取方法和装置。

背景技术

案由，是人民法院对诉讼案件所涉及的法律关系的性质进行概括后形成的案件名称。在对裁判文书进行解析时，准确地为裁判文书提取案由对于大数据平台下的司法统计有重大影响，为裁判文书提取案由的准确度会影响司法统计数据的可信度。

目前，对裁判文书进行解析时，对裁判文书提取案由的方法是，给定一个包括多个案由条目的案由词典，然后，对裁判文书中划分出的案由段落与案由词典进行精确匹配，以为裁判文书抽取案由。

但是，司法案件中的行政案件不同于民事案件和刑事案件，由于目前还没有关于行政案件的案由的统一、准确的标准和规定，因此司法文书中的行政文书的案由段落的构成很大程度上取决于书记员的书写习惯，重要的案由信息往往夹杂在一些差异化的文字描述之中，这就给行政文书解析过程中案由的提取造成很大困难。对于传统的案由提取方法，由于无法提供准确、统一和标准的案由词典，并且不同书记员撰写的行政文书在案由段落对案由的描述存在差异性，因此，在为行政文书提取案由时，会出现无法精确匹配的情况，造成案由提取的失败。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种裁判文书案由的获取方法和装置，以至少解决现有技术中为裁判文书提取案由时提取失败的技术问题。

根据本申请实施例的一个方面，提供了一种裁判文书案由的获取方法，包括：对待解析文书进行分词处理，得到所述待解析文书的关键词；将所述待解析文书的关键词与预设模型库中各案由条目的关键词进行匹配，其中，所述预设模型库中预先存储有每个案由条目对应的关键词；以及根据匹配结果在所述案由条目中确定所述待解析文书的目标案由条目。

进一步地，所述案由条目的数量为多个，将所述待解析文书的关键词与所述预设模型库中各案由条目的关键词进行匹配包括：计算所述待解析文书的关键词与所述每个案由条目的关键词的相似度值，得到多个相似度值，并将所述多个相似度值作为匹配结果；根据匹配结果在所述案由条目中确定所述待解析文书的目标案由条目包括：根据计算出的所述多个相似度值确定所述待解析文书的目标案由条目。

进一步地，根据计算出的所述多个相似度值确定所述待解析文书的目标案由条目包括：将所述多个相似度值中最大相似度值对应的案由条目作为所述目标案由条目；或者将所述多个相似度值中的目标相似度值对应的案由条目作为所述目标案由条目，其中，所述目标相似度值为所述多个相似度值中大于或者等于预设数值的相似度值。

进一步地，计算所述待解析文书的关键词与所述每个案由条目的关键词的相似度值包括：在所述预设模型库中的所述每个案由条目的关键词中查找与所述待解析文书的关键词相匹配的关键词，并确定所述相匹配的关键词的权值；以及计算所述相匹配的关键词的权值之和，并将计算的和值作为所述关键词与所述每个案由条目的相似度值。

进一步地，在获取待解析文书之前，所述方法还包括：建立所述预设模型库，其中，所述预设模型库中包括所述每个案由条目的关键词和所述关键词的权值。

进一步地，建立所述预设模型库包括：对所述每个案由条目进行分词，得到所述每个案由条目的关键词列表；通过公式W_i＝1-N_i/M计算所述每个案由条目的关键词列表中关键词A_i的权值，其中，N_i为所述关键词A_i在所述案由条目的关键词列表中出现的次数，M为所述案由条目的数量，W_i为所述关键词A_i的权重值，i依次取1至n，n为所述每个案由条目中关键词的数量；将计算得到的所述关键词A_i的权重值和所述关键词A_i进行对应存储，得到所述预设模型库。

根据本申请实施例的另一方面，还提供了一种裁判文书案由的获取装置，包括：分词单元，用于对所述待解析文书进行分词处理，得到所述待解析文书的关键词；匹配单元，用于将所述待解析文书的关键词与预设模型库中各案由条目的关键词进行匹配，其中，所述预设模型库中预先存储有所述案由条目中每个案由条目的关键词；以及确定单元，用于根据匹配结果在所述案由条目中确定所述待解析文书的目标案由条目。