[发明专利]案由的预测方法、装置及服务器

权利要求书

1.一种案由的预测方法，其特征在于，包括：

对待预测案件的案情描述文本进行分词，获得词条集合；

根据预先存储的词条与案由之间的对应关系，确定所述词条集合对应的多个目标案由，以及所述多个目标案由中每个目标案由对应的多个高频词条，其中，所述对应关系包括有效样本数据中每个案由与每个案由对应的多个高频词条之间的对应关系，和，每个词条、每个词条对应的案由以及每个词条对每个案由的影响力分数之间的对应关系，所述影响力分数是根据所述有效样本数据中的每个词条在每个案由中出现的次数、每个案由出现的总次数以及每个案由对应的所有案情描述文本的分词总词条数确定的；

分别确定所述每个目标案由对应的多个高频词条与所述词条集合的匹配程度；

将匹配程度最高的目标案由确定为所述待预测案件的案由。

2.根据权利要求1所述的方法，其特征在于，所述对待预测案件的描述文本进行分词之前，所述方法还包括：

获取多个裁判文书样本数据，对每个样本数据进行匹配性校验，确定有效样本数据；其中，每个样本数据中包括案情描述文本和对应的案由；

对所述有效样本数据中的案情描述文本进行分词，统计所述有效样本数据中每个词条在每个案由中出现的次数、每个案由出现的总次数、每个案由对应的所有案情描述文本的分词总词条数以及每个案由对应的多个高频词条；

根据所述每个词条在每个案由中出现的次数、所述每个案由出现的总次数以及所述每个案由对应的所有案情描述文本的分词总词条数，确定每个词条对每个案由的影响力分数；

将所述有效样本数据中每个案由与每个案由对应的多个高频词条之间的对应关系数据，和，所述有效样本数据中每个词条、每个词条对应的案由以及每个词条对每个案由的影响力分数之间的对应关系数据存储为词条与案由之间的对应关系。

3.根据权利要求2所述的方法，其特征在于，所述根据所述每个词条在每个案由中出现的次数、所述每个案由出现的总次数以及所述每个案由对应的所有案情描述文本的分词总词条数，确定每个词条对每个案由的影响力分数，包括：

将所述每个词条在每个案由中出现的次数除以所述每个案由出现的总次数，再乘以预设的第一系数，得到第一影响因子；

将所述每个词条在每个案由中出现的次数除以所述每个案由对应的所有案情描述文本的分词总词条数，再乘以预设的第二系数，得到第二影响因子；

将所述每个词条在每个案由中出现的次数、所述第一影响因子和所述第二影响因子加权求和，得到每个词条对每个案由的影响力分数。

4.根据权利要求2所述的方法，其特征在于，所述统计每个案由对应的多个高频词条，包括：

统计每个案由中出现次数较多的第一数量个目标词条；

统计每个案由的目标词条中不具有区分度的词条，所述不具有区分度的词条是指在第二数量个案由的目标词条中出现的词条；

将每个案由的目标词条去除所述不具有区分度的词条后确定为每个案由对应的多个高频词条。

5.根据权利要求2-4中任一项所述的方法，其特征在于，所述根据预先存储的词条与案由之间的对应关系，确定所述词条集合对应的多个目标案由，包括：

根据所述有效样本数据中每个词条、每个词条对应的案由以及每个词条对每个案由的影响力分数之间的对应关系数据，将所述词条集合中每个词条对应的影响力分数较高的预设数量个刑事案由确定为所述词条集合对应的多个目标刑事案由。

6.根据权利要求1-4中任一项所述的方法，其特征在于，所述对待预测案件的案情描述文本进行分词，获得词条集合，包括：

对待预测案件的案情描述文本进行分词，获得分词词条；

对所述分词词条进行同义词挖掘，获得挖掘词条；

将所述分词词条和所述挖掘词条确定为所述词条集合。