[发明专利]一种基于深度度量学习的一人多案关联识别方法及系统

说明书

本发明涉及一种基于深度度量学习的一人多案关联识别方法及系统。该方法获取待进行一人多案关联识别的起诉状，利用预先训练完成的案件要素识别模型得到案件要素信息；将案件要素信息输入预先训练完成的案件相似度量模型，利用深度学习和度量学习技术计算案件要素信息与候选案件集合中的案件的文本语义相似度，进而判断是否存在一人多案的情况，并按人建立案件关联。该系统包括案件要素识别模块、案件相似度量模块、案件关联识别模块。本发明利用深度度量学习与法律业务规则相结合的方法，实现法院立案‑审判‑执行全流程阶段的一人多案的关联识别，为跨区域跨层级的司法资源统筹提供技术支持，为法院公正、高效地审理和执行案件提供保障。

技术领域

本发明涉及一种基于深度度量学习的一人多案关联识别方法及系统，属于计算机人工智能软件技术领域。

背景技术

随着知识经济的迅猛发展和民主、法制建设的不断完善，人民法院维护社会稳定的职能和任务不断增大和加重。一方面，我国现阶段的司法能力与广大人民群众日益增长的司法需求还不相适应，而另一方面，广大人民群众开始习惯从不同的角度去审视法院的审判结果，社会各方面越来越关注法院的裁判工作，各级法院在完成繁重审判任务的同时，必须更好地解决审判质量问题。在法院立案-审判-执行全流程阶段，多起案件中存在的当事人或者案件事实相同的情况，即“一人多案”的处理情况，造成了司法资源浪费与不合理使用。在《人民法院信息化建设五年发展规划(2016-2020)》中，明确提出建设“全面覆盖、移动互联、跨界融合、深度应用、透明便民、安全可控”的人民法院信息化3.0版的目标，要借助信息化实现审判执行流程再造，实现全程留痕、实时监督，实现对审判执行活动的动态监控。可以认为“一人多案”的关联识别与协同处置技术在提高审判效率、规范司法行为、促进司法公正、加强法院管理、践行司法为民等方面足以充分发挥信息化的重要作用。

“一人多案”关联识别技术的采用有助于提升司法机关的工作效率，优化社会资源的配置，最大程度上减少司法资源的无端消耗。具体来说，“一人多案”诸技术的采用将相同主体的不同案件类型在处置上合而为一，从而起到案件处理上的“势如破竹”之效，这是因为同一当事主体所涉及的不同案件往往具有类型上的趋同性，将其合并处理不仅能够有效提升其处理效率，同时在面临问题时可以从相同的案件类型中获取一个可靠的参照。在“一人多案”的案件处理模式中，其通常所包含的案件类型为公民基本生活需求与个人利益相关案件，对此进行合并处理有利于此类案件的快速解决，不仅加快司法机关的处置效率，同样也有利于当事人相关问题的解决，从社会与公民个人两个层面实现经济利益的最大化。

在一人多案的关联识别时，如何度量案件之间的相似度尤为重要，目前还没有专门针对案件文本的相似度度量的研究。但在自然语言处理方面，经常会涉及到如何度量两个文本的相似度问题，度量文本相似度常用的方法包括如下三种：一是基于关键词匹配的传统方法，如N-gram相似度。二是将文本映射到向量空间，采用的是基于TF-IDF的向量空间模型相似度计算方法，以关键词在文本中出现的频率及文本集中出现该词的反文档频率来表征词权重，通过计算向量之间的余弦相似度方法来计算文本的相似度。三是将文本通过哈希编码转换进行相似度计算。但是，由于以下原因：对于司法文书数据集而言，词项的数目和文书数目都很大，采用词频向量模型，必须将文书表示为词项数目和文书数目的矩阵，具有非常高的特征维度。特征矩阵极度稀疏，计算效率较低。在相似度的计算过程中，无关词项参与相似度模型的计算，造成干扰导致匹配效果差。