[发明专利]案例文书的推荐方法、装置、设备及存储介质

权利要求书

1.一种案例文书的推荐方法，其特征在于，包括：

接收用户查询语句；

从所述查询语句中提取出标签词；

根据所述标签词在图形数据库中进行检索，获取与所述标签词对应的案例文书ID集合；

根据所述案例文书ID集合查询文书数据库，获得所述案例文书ID集合对应的案例文书集合；

其中，所述图形数据库中存储有标签词及其对应的各案例文书ID；所述文书数据库中存储有所述各案例文书ID及其一一对应的原始案例文书。

2.根据权利要求1所述的方法，其特征在于，所述接收用户查询语句之前，还包括：

建立案例文书与案例文书ID的一一对应关系，并存储于所述文书数据库中；

从原始案例文书中提取案例文书标题，并根据原始案例文书对应的案例文书ID和案例文书标题构建案例文书元数据；

利用训练后的多标签分类模型对案例文书进行识别标注，生成对应的案例文书标签；

建立案例文书元数据与案例文书标签的对应关系，并按照案例文书标签插入图形数据库中。

3.根据权利要求2所述的方法，其特征在于，所述利用训练后的多标签分类模型对案例文书进行识别标注之前，还包括：

对原始案例文书进行信息段落提取，获得案例文书纯文本段落；

根据法律词汇分词词典，对所述案例文书纯文本段落进行分词处理，获得第一词袋；

对所述第一词袋中的词语进行特殊词替换，获得第二词袋；

根据所述第二词袋，利用向量构造器构造第一文本向量，将所述第一文本向量进行去噪处理，得到第二文本向量；

将所述第二文本向量分成训练数据集和测试数据集；

利用所述训练数据集和所述测试数据集对基于机器学习的多标签分类模型进行训练和测试评估，获得训练后的多标签分类模型。

4.根据权利要求2所述的方法，其特征在于，所述从所述查询语句中提取出标签词，具体包括：

利用保存有关键词的分词词典将所述查询语句切分生成第三词袋，根据所述第三词袋生成关键词集合；

判断所述关键词集合是否为空；

若所述关键词集合不为空，则判断所述关键词集合中的各关键词是否与标签词相同；

若相同，则将所述关键词集合中与标签词相同的关键词作为标签词。

5.根据权利要求4所述的方法，其特征在于，所述若所述关键词集合不为空，则判断所述关键词集合中的各关键词是否与标签词相同之后，还包括：

若不相同，则进入图形数据库中查找对应标签节点，所述标签节点与案例文书元数据关联；

根据所述标签节点的子节点对应的关键词，构建新关键词集合；

构建包括所述新关键词集合的回复语句；

将所述回复语句发送给用户。

6.一种案例文书的推荐装置，其特征在于，包括：

接收模块，用于接收用户查询语句；

提取模块，用于从所述查询语句中提取出标签词；

检索模块，用于根据所述标签词在图形数据库中进行检索，获取与所述标签词对应的案例文书ID集合；

查询获得模块，用于根据所述案例文书ID集合查询文书数据库，获得所述案例文书ID集合对应的案例文书集合；

其中，所述图形数据库中存储有标签词及其对应的各案例文书ID；所述文书数据库中存储有所述各案例文书ID及其一一对应的原始案例文书。

7.根据权利要求6所述的装置，其特征在于，还包括：

建立模块，用于在所述接收模块接收用户查询语句之前，建立案例文书与案例文书ID的一一对应关系，并存储于所述文书数据库中；从原始案例文书中提取案例文书标题，并根据原始案例文书对应的案例文书ID和案例文书标题构建案例文书元数据；利用训练后的多标签分类模型对案例文书进行识别标注，生成对应的案例文书标签；建立案例文书元数据与案例文书标签的对应关系，并按照案例文书标签插入图形数据库中。