[发明专利]基于文本法律法规与司法解释匹配的深度学习方法和系统

权利要求书

1.一种基于文本匹配法律法规与司法解释的深度学习方法，其特征在于，包括：

输入匹配步骤：将输入文本和与输入文本相对应的数据库中的每一条文本进行匹配，通过逻辑回归模型计算匹配得分，将匹配得分排序靠前的n个输入文本进行输出，记为初步匹配文本；

深度匹配步骤：将初步匹配文本与输入文本组成m个数据对，令数据对通过深度学习模型计算匹配得分，根据匹配得分排序输出数据对，得到精确匹配文本。

2.根据权利要求1所述的基于文本匹配法律法规与司法解释的深度学习方法，其特征在于，还包括构建数据库步骤，根据现有的法律法规构建法律法规数据库，根据现有的司法解释构建司法解释数据库，根据法律法规与司法解释的匹配关系构建监督训练样本数据库。

3.根据权利要求1所述的基于文本匹配法律法规与司法解释的深度学习方法，其特征在于，还包括模型更新步骤，若精确匹配文本被确认为匹配成功，则作为正面实例，否则作为负面实例，将正面实例和负面实例共同形成新训练样本集，将新训练样本集分别作为逻辑回归模型、深度学习模型的输入，以更新逻辑回归模型、深度学习模型。

4.根据权利要求2所述的基于文本匹配法律法规与司法解释的深度学习方法，其特征在于，所述构建数据库步骤包括：

构建法规数据库步骤：依据现有的法律法规的条目组成数据库，并对条目中的文本进行分词和向量化；

构建解释数据库步骤：依据现有的司法解释的条目组成数据库，并对条目中的文本进行分词和向量化；

构建训练数据库步骤：将法律法规数据库中的法律法规与司法解释数据库中的司法解释进行一一匹配，并记录匹配结果，分别得到匹配案例和不匹配案例。

5.一种基于文本匹配法律法规与司法解释的深度学习系统，其特征在于，包括：

输入匹配模块：将输入文本和与输入文本相对应的数据库中的每一条文本进行匹配，通过逻辑回归模型计算匹配得分，将匹配得分排序靠前的n个输入文本进行输出，记为初步匹配文本；

深度匹配模块：将初步匹配文本与输入文本组成m个数据对，令数据对通过深度学习模型计算匹配得分，根据匹配得分排序输出数据对，得到精确匹配文本。

6.根据权利要求5所述的基于文本匹配法律法规与司法解释的深度学习系统，其特征在于，还包括构建数据库模块，根据现有的法律法规构建法律法规数据库，根据现有的司法解释构建司法解释数据库，根据法律法规与司法解释的匹配关系构建监督训练样本数据库。

7.根据权利要求5所述的基于文本匹配法律法规与司法解释的深度学习系统，其特征在于，还包括模型更新模块，若精确匹配文本被确认为匹配成功，则作为正面实例，否则作为负面实例，将正面实例和负面实例共同形成新训练样本集，将新训练样本集分别作为逻辑回归模型、深度学习模型的输入，以更新逻辑回归模型、深度学习模型。

8.根据权利要求6所述的基于文本匹配法律法规与司法解释的深度学习系统，其特征在于，所述构建数据库模块包括：

构建法规数据库模块：依据现有的法律法规的条目组成数据库，并对条目中的文本进行分词和向量化；

构建解释数据库模块：依据现有的司法解释的条目组成数据库，并对条目中的文本进行分词和向量化；

构建训练数据库模块：将法律法规数据库中的法律法规与司法解释数据库中的司法解释进行一一匹配，并记录匹配结果，分别得到匹配案例和不匹配案例。