[发明专利]一种基于卷积神经网络的行政违法案由预测方法及工具

说明书

本发明涉及一种基于卷积神经网络的行政违法案由预测方法及工具，包括：获取第一预设数量的违法事实，并将所述违法事实转换为违法事实词向量，构建由违法事实词向量组成的训练数据集；利用卷积神经网络和全连接神经网络构建预测模型，并利用训练数据集中的违法事实词向量对所述预测模型进行训练，得到违法案由识别模型；其中，所述违法案由识别模型的输入为待识别的违法事实词向量，输出为违法案由预测结果。本发明提供的技术方案，在把文本信息交给深度神经网络模型进行处理之前，需要对文本信息进行处理，将文本信息转换为连续稠密的词向量，以便深度学习模型处理，相比现有技术，这种做法不需要选用特定的方法进行特征工程，特征表达能力更强。

技术领域

本发明涉及文本分类技术领域，具体涉及一种基于卷积神经网络的行政违法案由预测方法及工具。

背景技术

案由指的是政府执法部门对特定违法行为进行处罚的职权。基于违法事实，识别与该违法事实相对应的案由，可以提高执法人员在执法过程中的工作效率，并且能够防止由于执法人员因为业务不熟练导致对案由的错误判定；对于执法监督人员来说，案由识别同样有意义。借助案由识别模型，可以在大量的历史执法记录中快速抽取案由判定与模型判定不一致的记录，进行重点审核，查看是否有执法错误。

基于文本类型的违法事实，判断相应的案由，属于一个文本分类的问题。传统的做法是先对文本进行特征工程的处理，提取出文本中的特征，然后对特征进行数值化，从而完成了对文本的数值化表示的转换，以便机器学习模型的处理。这里的机器模型可以选择KNN、决策树、SVM等。这种做法需要选用特定的方法进行特征工程，且特征表达能力有限。

发明内容

有鉴于此，本发明的目的在于克服现有技术的不足，提供一种基于卷积神经网络的行政违法案由预测方法及工具，借助深度神经网络强大的自动特征提取能力，实现对违法事实的案由预测。

为实现以上目的，本发明采用如下技术方案：

一种基于卷积神经网络的行政违法案由预测方法，包括：

获取第一预设数量的违法事实，并将所述违法事实转换为违法事实词向量，构建由违法事实词向量组成的训练数据集；

利用卷积神经网络和全连接神经网络构建预测模型，并利用训练数据集中的违法事实词向量对所述预测模型进行训练，得到违法案由识别模型；

其中，所述违法案由识别模型的输入为待识别的违法事实词向量，输出为违法案由预测结果。

优选地，所述构建由违法事实词向量组成的训练数据集，包括：

对违法事实进行分词、去停用词处理，将各违法事实句子转换为词汇序列，每个词汇序列包括多个词汇；

以第二预设数量的行政法律法规作为训练样本，训练行政法规词向量，形成词向量字典；

基于所述词向量字典，将所述词汇转换为词向量，形成由违法事实词向量组成的训练数据集。

优选地，所述方法，还包括：

计算所有词汇的词频；

按词频由大到小，对每个词汇序列中的词汇进行排序；

所述将所述词汇转换为词向量，具体为：

将词频排名为前N名的词汇转换为所述词向量字典中对应的词向量。

优选地，所述方法，还包括：

根据各词汇序列的长度，确定一个长度阈值L；

根据所述长度阈值L，将各词汇序列处理为固定长度。

优选地，所述将各词汇序列处理为固定长度，包括：