[发明专利]一种案件智能分流方法及装置

说明书

本发明公开了一种案件智能分流方法及装置，包括：数据获取模块，获取包含案情描述文本和繁简标签空间的训练集；数据预处理模块，对案情描述文本向量化处理，获得案情编码输入矩阵；案情编码模块，对单词语义向量聚合，得到包含案件语义信息的案情隐含语义特征向量；多注意力机制模块，利用注意力机制分别计算案由要素和普通要素空间中每个要素与文本序列所有单词的权重系数，构建多个注意力向量，加入归一化的案情描述文本长度，得到要素特征矩阵向量；繁简分流模块，利用多层感知机处理要素特征矩阵，确定输出向量，实现案件繁简分流。本发明能够利用案情描述进行案件繁简预测，解决了现有技术费时费力及灵活性差的问题。

技术领域

本发明属于人工智能技术领域，涉及人工智能在司法案件中的应用，特别涉及一种案件智能分流方法及装置。

背景技术

随着经济发展速度的加快，处于社会转型期中的矛盾与纠纷不断增多，立案登记制的实行使案件进入法院的门槛降低，加之人民多元化的司法需求，提高了法院工作的要求。全国法院收案量的高速增长，使得法院审判力量、审判资源供给与需求之间的矛盾日益加剧，造成各类案件、尤其是民商事案件在进入法院后形成严重的“拥堵”。为了积极应对司法改革攻坚期出现的“案多人少”矛盾，提高审判效率，需对案件进行繁简分流，以优化司法资源配置。

所谓案件“繁简分流”,是指在严格遵循客观司法规律和充分保障当事人合法程序权益的基础上，改革案件办理模式和审判方法，通过建立科学的繁简案件区分标准，并辅之以差异化的繁简案件审理规则，实现“简案快审、繁案精审，当繁则繁、宜简则简，简出效率、繁出质量”。

为了实现繁简分流，现有方法采用手工定义案件繁简分流的规则标准，对每个案件进行相关标准比对打分，从而实现案件难易程度的划分。取得了一定的成效，但也存在着一系列的问题。具体表现在：

1.工作量巨大，费时费力。繁简分流的甄别标准存在较大的模糊性，需根据实际办案情况不断进行调整和更改，费时费力，标准的准确制定具有很大的难度和挑战。

2.灵活性差，缺乏业务定制能力，无法根据不同法院实际情况灵活调整案件繁简分流的检测标准与方法。

针对现有方法采用规则制打分的方式识别案件难易，导致繁简分流费时费力及灵活性差的问题，目前尚未提出有效的解决方案。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种案件智能分流方法及装置，以解决现有方法采用基于规则制打分导致案件繁简分流费时费力及灵活性差的问题。

为了实现上述目的，本发明采用的技术方案是：

一种案件智能分流方法，包括以下步骤：

步骤1：获取案情描述文本和繁简标签空间，作为模型训练的原始数据；

步骤2：对原始案情描述进行清洗和标注，采用word2vec词向量模型获取案情描述文本中每个单词的语义向量，得到案情描述初始向量，获得案情编码输入矩阵；

步骤3：对于案情描述初始向量，构建双向长短期记忆网络(Bi-LSTM)进行特征提取，得到包含案件语义信息的案情隐含语义特征向量；

步骤4：计算普通要素空间中每个要素与所述案情隐含语义特征向量中各单词的权重系数，得到多个要素的注意力权重系数，将各个要素注意力权重系数与所述案情隐含语义特征向量中各单词语义向量进行加权，得到多个要素注意力向量，求和降维，得到普通要素注意力向量；

步骤5：构建案由要素注意力向量，引入案情描述文本长度，将归一化后的案情描述文本长度与各要素注意力向量拼接，得到要素特征矩阵O_h；