[发明专利]一种基于迁移学习和深度学习的人民调解案例分类系统及方法

权利要求书

1.一种基于迁移学习和深度学习的人民调解案例分类方法，其特征在于包括如下步骤：

(1)收集人民调解数据与辅助数据，并对人民调解数据和辅助数据进行预处理得到辅助数据集A、人民调解数据集B；

(2)构造字符向量矩阵，对辅助数据进行向量化处理，将向量化后的辅助数据输入到卷积神经网络中，提取辅助数据特征；同时对卷积神经网络重新训练获得辅助领域模型，并将辅助领域模型的网络结构图保存为.meta文件，网络参数保存为.checkpoint文件；

(3)利用迁移学习技术将提取的辅助数据特征迁移到新的神经网络中，该新神经网络为基于辅助领域模型的网络图重建的神经网络；并对人民调解数据进行向量化处理后输入到得到的卷积神经网络中，训练分类器模型，得到并保存最终的人民调解分类模型；采用该人民调解分类模型对人民调解案例进行分类。

2.根据权利要求1所述的一种基于迁移学习和深度学习的人民调解案例分类方法，其特征在于：所述步骤(1)具体如下：

(1.1)收集辅助数据：收集与领域相关的长文本数据作为辅助领域数据；

(1.2)收集人民调解数据：收集近年的人民调解数据，根据专家经验将人民调解数据打上小类标签；

(1.3)数据清洗：将收集的辅助数据进行清洗，删除文本中的干扰字符，删除过短的数据；将收集的人民调解数据进行清洗，删除质量差和过短的数据，删除文本中的干扰字符；

(1.4)数据去重：基于清洗后的数据，采用余弦夹角算法、欧式距离、Jaccard相似度、最长公共子串、编辑距离方法中的任意一种或多种方法删除重复和相似数据；

(1.5)将清洗和去重后的数据存入到数据仓库中，获得辅助数据集A、人民调解数据集B。

3.根据权利要求1所述的一种基于迁移学习和深度学习的人民调解案例分类方法，其特征在于：所述步骤(2)具体如下：

(2.1)构造字符向量矩阵：将辅助数据集A和人民调解数据集B的文本切分成单个字符，一行一个字符保存在.txt文件；假设C为数据中所用的字符集,构造字符向量矩阵Q∈R^|C|×|C|；

(2.2)文本嵌入：假设一个文本的字符序列为[s₁,s₂,s₃,…,s_n]，s_n为文本中第n个字符，则根据字符序列和字符向量矩阵构造文本向量S∈R^n×|C|；因此，对辅助数据集A文本嵌入后最终输出文本向量空间I∈R^|L*n|×|C|,L为辅助数据集A的总数；

(2.3)将输出的文本向量空间I输入到卷积计算层中，利用滤波器对文本矩阵做卷积运算，若滤波器大小为h×n，其中h为卷积核窗口中的字符数量，则卷积操作后输出特征t_i为：

t_i＝f(W·S_i:i+h-1+b)

其中b∈R为偏差项，W∈R^h×n为卷积核的权重矩阵，f是卷积核函数；该滤波器应用于一个文本{S_1:h,S_2:h+1,…,S_n-h+1}得到特征T为：

T＝[t₁,t₂,t₃,t₄,…,t_n-h+1]

其中t∈R^n-h+1；通过max-pooling算法对特征进行下采样，保留最重要的特征

则全连接层的特征向量V为：

其中k为卷积核的个数；通过Softmax层进行归一化；

(2.4)基于辅助数据集A对卷积神经网络重新训练获得辅助领域模型，并将辅助领域模型的网络结构图保存为.meta文件，网络参数保存为.checkpoint文件。

4.根据权利要求3所述的一种基于迁移学习和深度学习的人民调解案例分类方法，其特征在于：所述的字符向量矩阵Q采用one-hot编码，对角线元素均设为1，其余为0，矩阵Q的每一个行向量代表一个字符。