[发明专利]一种基于深度学习的法律文书的相似案件智能检索系统

说明书

本发明公开一种基于深度学习的法律文书的相似案件智能检索系统；包括法律文书数据采集及预处理模块，文书数据处理模块，长文本匹配模块，短文本匹配模块；将处理后的法律文书数据带入文本分类模型和文本向量模型中完成模型的训练，将两模型结合进行长文本相似文本的匹配，利用大量真实的数据对模型进行训练，得到一个针对求长文本相似案件文书的匹配模型；通过对全部文书和短文本进行分词处理，进行关键词匹配以及相关的算法处理实现短文本相似案件匹配操作；通过长文本匹配和短文本匹配模块构建的类案智能推荐系统针对用户使用情况，为用户提供完善的类案推荐，选用相应的算法提高类案检索的效率，为用户提供一种便捷，快速的类案检索系统。

技术领域

本发明涉及一种智能化的类案推荐系统，主要适用于法律领域中律师判案方面，辅助律师办案，实现对案件的相似文书进行智能推荐。

背景技术

律师处理案件流程中，其中必不可少的环节是需要对以往的相似案件进行分析，对其中裁判文书的相关的法院判决，以及案件背景情况进行分析，进一步整合自身案件情况得出案情判断，但目前律师中常用的历史案件查看以及相似案情分析的手段还是靠手动查找居多，需要耗费大量时间和精力去整理，在律师对整个案件审理过程中占了大部分时间，与此同时可能由于整理查看的历史案件还不够充分，导致最后耗费时间整理的类案的情况对案件的审理并没有很大的用处，故选择一种简洁，快速地对相似案件进行查询整理的方法是十分必要的，本专利一种基于深度学习的法律文书相似案件的智能检索系统，根据律师对案件的描述或者一篇法律文书，从法律文书数据库中寻找到与描述或者与要查找文书相似的法律文书。为了寻找到相似的文书内容，使用到语义理解技术，同时采用一系列的AI算法将文本解析为结构化的、机器可读的意图与词槽信息，对自然语言文本进行相关分析，目前应用语义识别技术的场景领域比较广泛，例如生活中常用的购物网站的智能问答系统，以及广泛应用于网站上的智能机器人，以上描述的产品都是语义识别技术与自身行业特性相结合，实现对文本描述进行分析并得出结果，本发明基于深度学习的法律文书的相似案件智能检索系统，针对国内目前律师断案时所采用的方式，提供一种智能手段辅助律师进行断案，减少在律师案件整理所耗费的时间和精力，简化案件查询过程。对于数据量庞大的法律文书库，本专利选用相应的算法训练，进一步细分文书属性特征，提高相似文书的检索速度与准确度。

发明内容：

本发明所述的法律文书的相似案件智能检索系统，又可称类案智能检索系统，是针对目前在法律判案方面使用方法现状，提供一种辅助律师办案的技术手段，利用人工智能技术来创造一个‘智能法官’的角色，该技术的主要作用是对给定一篇法律文书或者根据一段语言描述，从法律文书数据库里匹配到对应的法律文书或者与其描述内容相似的法律文书，通过一系列的操作，律师可以借鉴相似的案件的法院处理过程与判决结果来辅助办案。

语义识别技术能够通过对所述的文本内容进行分析，从而整理得出结论，目前广泛应用于众多领域的智能知识问答方面，例如网站智能客服。

本发明具有以下优点：

本专利基于深度学习算法，提供一种应用于法律案件整理方面的案件智能检索技术手段，针对目前律师案件整理的现状，克服大量的以往法律文书数据，智能得为用户提供相似案件的整理，解决以往采用类案整理方式，为了为用户提供更精确的类案相关信息，本专利采用两种方式去解决该问题，用户若是并不熟悉法律知识的人员，可以输入相关的简短的语言描述，通过正则匹配的方式筛选相似的文书，然后训练的Word2vec模型，利用加权求平方的方式进一步求取文本相似度，对于长文本也就法律文书求其类案，训练全文的doc2vec模型，以及法律文书的‘争议焦点或本院认为’的word2vec模型，进而从全文相似的文书里找到相似文书。

由于法律文书数据量十分庞大，对案件进行相似案件的检索是很困难的，可能会出现类案匹配不准确的情况，为了提高相似案件检索的准确度，本专利采用fasttext算法对大量的法律文本数据进行处理，提高检索的准确度和效率。