[发明专利]法条上下位关系判断方法及处理终端

说明书

本申请涉及法条上下位关系判断方法及处理终端，属于自然语言处理技术领域。本申请包括：获取法条数据；将法条数据输入训练好的文本关联度计算模型，文本关联度计算模型包括：编码模块、局部推理模块、推理合成模块和预测结果模块，经所述编码模块、局部推理模块、推理合成模块和预测结果模块的依次处理，得到法条间的上下位关系。通过本申请，有助于提升上下位法条关系判断的准确率。

技术领域

本申请属于自然语言处理技术领域，具体涉及法条上下位关系判断方法及处理终端。

背景技术

法律是由国家制定的规范体系，规定了公民在社会生活中可进行及不可进行的事物，是维护国家稳定的有力武器。在立法审查过程中，需要找到对应的上位法或下位法，确保在上下位法中的法条不发生相抵触或矛盾的情况。

然而，不同领域的法律数量众多，对应的法条数据数以万计，如果仅仅依靠人力审查，将会耗费大量的人力物力资源，且精度不高。相关技术中，采用无监督文本相似度计算方法判断上下位法条，比如，采用余弦相似度方法，其利用将法条数据映射到向量空间，通过计算向量间的余弦相似度来计算法条数据之间的相似程度，从而判断法条间的上下位关系，但是余弦相似度计算方法存在无法表示语义的缺陷，而且法条数据有一定的规则性，余弦相似度计算得到的精度并不高，难以很好的满足上下位法条判断需求。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供法条上下位关系判断方法及处理终端，有助于提升上下位法条关系判断的准确率。

为实现以上目的，本申请采用如下技术方案：

第一方面，

本申请提供法条上下位关系判断方法，所述方法包括：

获取法条数据；

将所述法条数据输入训练好的文本关联度计算模型，所述文本关联度计算模型包括：编码模块、局部推理模块、推理合成模块和预测结果模块，经所述编码模块、局部推理模块、推理合成模块和预测结果模块的依次处理，得到法条间的上下位关系。

进一步地，所述方法还包括：

根据所述法条数据得到法条对；

对所述法条对进行标注，得到所述法条对之间的上下位关系标签，然后对经标注的所述法条对进行文本处理，得到上下位法条数据集；

将所述上下位法条数据集按预设比例划分成训练集和测试集；

利用训练集和测试集，对所述文本关联度计算模型进行训练，得到训练好的所述文本关联度计算模型。

进一步地，所述编码模块用于：

获取法条对，通过词嵌入处理将法条对由文本分别转换成词向量序列，然后使用Bi-LSTM模型学习表示单词及其上下文关系，对词向量做编码后保存隐藏层的结果作为输出。

进一步地，所述局部推理模块用于：

获取所述编码模块的输出；

根据法条对词向量序列构造相似度矩阵，通过计算词向量的内积，得到法条对间的相似度；

对相似度结果计算加权权重，对编码值和加权权重值做差异值计算，在差异值计算后将编码值和加权权重值做拼接，以作为所述局部推理模块的输入。

进一步地，所述局部推理模块中，所述对相似度结果计算加权权重，包括：

基于Attention机制，对相似度结果做软对齐；

利用预设加权计算公式计算加权权重，所述预设加权计算公式为：