[发明专利]案由的预测方法、装置及服务器

说明书

本发明提供一种案由的预测方法、装置及服务器。本发明提供的案由的预测方法，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，确定词条集合对应的多个目标案由，以及多个目标案由中每个目标案由对应的多个高频词条；分别确定每个目标案由对应的多个高频词条与词条集合的匹配程度；将匹配程度最高的目标案由确定为待预测案件的案由。本发明提高了案由预测的效率和准确性。

技术领域

本发明涉及数据处理技术，尤其涉及一种案由的预测方法、装置及服务器。

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或罪名，在罪名预测或者法律条款推荐等一些具有实际应用需求的场景中，往往需要根据案件的案情描述文本来确定出案件的案由。

当前，在确定案件的案由时，通常是由专业人员人工阅读案件的相关卷宗，分析其中的案情描述来确定相应的案由。这样的人工方式往往效率低下，且容易受到人员的业务水平高低不同的影响，导致结果的准确性无法保证。

因此，亟需一种既能提高效率又能保证结果准确性的案由预测方法。

发明内容

本发明提供一种案由的预测方法、装置及服务器，以提高案由的预测效率和准确性。

本发明提供一种案由的预测方法，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，确定该词条集合对应的多个目标案由，以及该多个目标案由中每个目标案由对应的多个高频词条；

分别确定每个目标案由对应的多个高频词条与该词条集合的匹配程度；

将匹配程度最高的目标案由确定为该待预测案件的案由。

可选的，该对待预测案件的描述文本进行分词之前，该方法还包括：

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；

对该有效样本数据中的案情描述文本进行分词，统计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，确定每个词条对每个案由的影响力分数；

将该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，该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。

可选的，根据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，确定每个词条对每个案由的影响力分数，包括：

将每个词条在每个案由中出现的次数除以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；

将每个词条在每个案由中出现的次数除以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；

将每个词条在每个案由中出现的次数、该第一影响因子和该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。

可选的，该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；