[发明专利]一种复杂案件下多被告涉案金额提取方法及装置

权利要求书

1.一种复杂案件下多被告涉案金额提取方法，其特征在于，包括以下步骤：

将含有涉案金额的描述文本输入训练完成的深度学习模型；

通过所述深度学习模型判断涉案金额中对应某一被告人的有效金额和无效金额；

将所有有效金额进行叠加求和，得到对应某一被告人的涉案总金额；

所述深度学习模型为改进的BERT模型，包括输入层、中间层和输出层；

输入层由四部分构成，分别为input_ids、input_mask、segment_ids、input_mask_money；input_ids由两部分拼接，分别为犯罪事实的文本描述和正欲提取涉案金额的被告人名字；segment_ids为二值向量，0对应input_ids中的犯罪事实的文本描述，1对应被告人名字；input_mask同为二值向量，input_ids中所有金钱描述的文本在input_mask中对应的值是1，input_ids中非金钱描述的文本在input_mask中对应的值是0；input_mask_money与input_mask对应，将input_mask中的非0值替换为具体的金额数值；

input_ids的生成步骤包括：

用正则表达式提取犯罪事实文本描述中的所有金额描述，并将所有金额描述统一替换成字符串“[MASK]”；

将犯罪事实文本描述和被告人名字进行拼接，先将犯罪事实文本描述首尾拼接“[CLS]”和“[SEP]”，再将被告人名字末尾拼接“[SEP]”，最后再将处理过的犯罪事实文本描述和被告人名字进行拼接，如果长度不够，再在末尾拼接字符“[PAD]”；

利用事先准备好的词典，完成从文本向索引的映射，从而得到input_ids。

2.根据权利要求1所述的方法，其特征在于：中间层为transformer结构，其中隐藏层的值为12，注意力头的值为12，隐藏层神经元的值为768。

3.根据权利要求1所述的方法，其特征在于：输出层是以完形填空的形式对犯罪事实中的所有金钱描述进行二分类，包括gather层和激活函数层；gather层用来过滤中间层的输出，只对金额描述部分进行操作和处理，激活函数层用于判断有效金额和无效金额。

4.根据权利要求1所述的方法，其特征在于，采用枚举组合求和算法生成供训练所述深度学习模型使用的标注数据，所述枚举组合求和算法包括以下步骤：

如果在裁判文书的本院认为段明确指出被告人的涉案数额的具体值，则枚举案情描述段的金额的所有组合，遍历所有组合并对当前组合中的所有元素求和；

如果求和值和本院认为段中的认为值相等，则认为当前组合中的金额为有效金额，案情描述中的其他金额全部为无效金额；

在枚举案情描述中的所有金额的组合之前，要判断金额数值是否重复，只有在不重复的情况下才进行组合；

只有当得到的有效金额组合个数有且只有一个时，才认为结果是有效的。

5.一种采用权利要求1～4中任一权利要求所述方法的复杂案件下多被告涉案金额提取装置，其特征在于，包括：

有效金额获取模块，用于将含有涉案金额的描述文本输入训练完成的深度学习模型，通过所述深度学习模型判断涉案金额中对应某一被告人的有效金额和无效金额；

求和模块，用于将所有有效金额进行叠加求和，得到对应某一被告人的涉案总金额；

模型训练模块，用于训练所述深度学习模型。

6.一种电子装置，其特征在于，包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行权利要求1～4中任一权利要求所述方法的指令。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，所述计算机程序被计算机执行时，实现权利要求1～4中任一权利要求所述的方法。