[发明专利]一种赔偿金的预测方法和装置

说明书

本发明公开了一种赔偿金的预测方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取待预测案件的判决文件；根据训练好的预测模型对所述待预测案件进行预测，确定对所述待预测案件预测的赔偿金数值；其中，所述预测模型是基于随机森林训练得到的；用于训练所述预测模型的训练样本包括：历史案件的判决文件、每个历史案件中判决的赔偿金数值；所述案件属于肖像权判赔案件。该实施方式能够通过引入大数据机器学习建模的方法，根据训练好的预测模型对肖像权判赔案件进行预测，确定对该案件预测的赔偿金数值，克服了当前肖像权判赔案件中量化标准不统一，难以量化的问题；此外，本发明中的方法还能辅助法院对肖像权判赔案件进行裁决。

技术领域

本发明涉及计算机技术领域，尤其涉及一种赔偿金的预测方法和装置。

背景技术

法院等政府机构，经常受理大量肖像权侵权案件。民事诉讼的法律条款中没有具体的量化规则作为量刑赔偿的参考依据，因此在审理明星肖像权侵权案时，通常由法官根据情节严重程度、侵权范围大小、社会影响程度、造成经济损失等要素来进行判决。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

1)法务工作人员通常需要查询大量的相似案例，且案例之间相似度不好界定，人工工作量较大。

2)在法官审理肖像权侵权案时，判决结果受法官主观影响较大，没有形成规范化标准化的判决依据。

发明内容

有鉴于此，本发明实施例提供一种赔偿金的预测方法和装置，能够通过引入大数据机器学习建模的方法，根据训练好的预测模型对肖像权判赔案件进行预测，确定对该案件预测的赔偿金数值，克服了当前肖像权判赔案件中量化标准不统一，难以量化的问题；此外，本发明中的方法还能辅助法院对肖像权判赔案件进行裁决。

为实现上述目的，根据本发明实施例的一个方面，提供了一种赔偿金的预测方法，包括：

获取待预测案件的判决文件；

根据训练好的预测模型对所述待预测案件进行预测，确定对所述待预测案件预测的赔偿金数值；

其中，所述预测模型是基于随机森林训练得到的；用于训练所述预测模型的训练样本包括：历史案件的判决文件、每个历史案件中判决的赔偿金数值；所述案件属于肖像权判赔案件。

可选地，还包括：

基于预设的特征维度，对所述历史案件的判决文件进行信息抽取，确定各个历史案件中每个特征维度的特征数值；

以各个历史案件中特征维度的特征数值作为模型输入、以各个历史案件中判决的赔偿金数值作为模型输出，基于随机森林训练得到所述预测模型；

所述预设的特征维度包括：原告影响力、原告肖像被使用程度、原告诉求的赔偿金数值。

可选地，按如下方法确定所述原告影响力的特征数值：

根据判决文件的文本信息确定原告姓名和原告身份；

根据所述原告姓名和原告身份判断所述原告是否存在于预设的人物数据库中；若存在，按照预设方式对该原告的影响力进行评估，确定所述原告影响力的特征数值；

若不存在，则将预设方式中的影响力下限阈值作为所述原告影响力的特征数值。

可选地，按如下方法确定所述原告肖像被使用程度的特征数值：

根据判决文件的文本信息确定原告肖像的使用场合、各个肖像在各个场合中的使用数量、原告肖像是否已停止使用；

按照预设的权值设置方式，根据原告肖像的使用场合、各个肖像在各个场合中的使用数量、原告肖像是否已停止使用进行加权计算，确定加权计算数值结果；以所述加权计算数值结果作为所述原告肖像被使用程度的特征数值。