[发明专利]刑期预测方法、装置、存储介质及电子设备

权利要求书

1.一种刑期预测方法，其特征在于，包括：

获得待预测刑期的案件的案情文书；

确定所述案情文书中包含的关键要素集，所述关键要素集包括至少一种影响刑期的关键要素；

基于所述关键要素集中包含的至少一种关键要素，利用已训练的刑期预测模型预测所述案件的刑期，所述刑期预测模型为利用标注有实际刑期和至少一种关键要素的多个案情文书样本训练得到。

2.根据权利要求1所述的方法，其特征在于，所述确定所述案情文书中包含的关键要素集，包括：

依据设定的多种关键要素的要素匹配规则，对所述案情文书中的关键要素进行解析，得到所述案情文书中包含的所述关键要素集。

3.根据权利要求2所述的方法，其特征在于，在所述确定所述案情文书中包含的关键要素集之前，还包括：

基于所述案情文书确定所述案件涉及的刑事罪名；

所述依据设定的多种关键要素的要素匹配规则，对所述案情文书中的关键要素进行解析，得到所述案情文书中包含的所述关键要素集，包括：

依据设定的与所述刑事罪名对应的多种关键要素的要素匹配规则，对所述案情文书中的关键要素进行解析，得到所述案情文书中包含的所述关键要素集。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述基于所述关键要素集中包含的至少一种关键要素，利用已训练的刑期预测模型预测所述案件的刑期，包括：

依据所述关键要素集中包含的至少一种关键要素，构建要素特征，所述要素特征表征所述关键要素集中包含的关键要素的要素种类；

将所述要素特征输入已训练的刑期预测模型，得到所述刑期预测模型预测出的所述案件的刑期。

5.根据权利要求1至3任一项所述的方法，其特征在于，还包括：

获得设定的多种关键要素各自的权重，所述多种关键要素各自的权重为所述已训练的刑期预测模型中设置的各个关键要素对应的权重；

依据所述案情文书的关键要素集中包含的关键要素，从文书库中搜索满足条件的至少一篇历史案情文书，所述满足条件的历史案情文书是指与所述案情文书包含有至少一个相同的关键要素的历史案情文书；

针对满足条件的每个历史案情文书，根据所述历史案情文书与所述案情文书中相同的至少一个关键要素以及所述相同的至少一个关键要素各自的权重，确定所述历史案情文书与所述案情文书的相似度；

从所述满足条件的至少一篇历史案情文书中，确定出相似度符合要求的至少一篇历史案情文书。

6.根据权利要求5所述的方法，其特征在于，还包括：

输出所述关键要素集、所述相似度符合要求的至少一篇历史案情文书的信息以及所述刑期预测模型预测出的所述案件的刑期。

7.根据权利要求2所述的方法，所述多种要素所属的要素类型包括：与案情相关的第一类要素以及与法条相关的第二类要素中的一种类型或者两种类型。

8.一种刑期预测装置，其特征在于，包括：

文书获取模块，用于获得待预测刑期的案件的案情文书；

要素确定模块，用于确定所述案情文书中包含的关键要素集，所述关键要素集包括至少一种影响刑期的关键要素；

预测模块，用于基于所述关键要素集中包含的至少一种关键要素，利用已训练的刑期预测模型预测所述案件的刑期，所述刑期预测模型为利用标注有实际刑期和至少一种关键要素的多个案情文书样本训练得到。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至7任意一项权利要求所述的刑期预测方法。

10.一种电子设备，其特征在于，包括至少一个处理器、与处理器连接的至少一个存储器以及总线；

其中，所述处理器、所述存储器通过总线完成相互间的通信；

所述处理器用于调用所述存储器中的程序指令，以执行如权利要求1-7中任一项所述的刑期预测方法。