[发明专利]一种法律提问自动生成方法及系统

权利要求书

1.一种法律提问自动生成方法，其特征在于，所述方法包括：

构建特定场景下的法律问题集；所述法律问题集包括n个问题，n为大于2的正整数；

基于语义相近原则，将所述法律问题集进行文本聚类，获得m类；每一类中包括至少一个问题；

将各类中多个问题的重要度相加求和，获得问题重要度总和；

采用文本摘要算法，将从问题重要度总和最高的K类中选取设定数量的待融合问题输入至预训练语言微调模型分别进行融合，自动转换为问句形式，并向用户提出K个问题；将各类中问题数量大于1的问题称为待融合问题；

获取训练数据集；所述训练数据集包括多个经过数据格式处理的问题；

对预训练语言模型中的编码器和解码器进行优化；

根据所述训练数据集，对优化后的预训练语言模型进行参数微调，获得预训练语言微调模型；

所述采用文本摘要算法，将从问题重要度总和最高的K类中选取设定数量的待融合问题输入至预训练语言微调模型分别进行融合，自动转换为问句形式，并向用户提出K个问题，具体包括：

将各所述待融合问题的开头插入标记，并使用间隔段区分输入的多个待融合问题，获得问题序列向量；

将所述问题序列向量输入预训练语言微调模型中的编码器进行编码，获得编码序列；

通过深度神经网络和多头注意力机制对所述编码序列进行特征提取，获得特征提取序列；

将所述特征提取序列输入预训练语言微调模型中的解码器进行文字还原，获得初始问题；

将所述初始问题自动转换为问句形式，并向用户提出K个问题。

2.根据权利要求1所述的法律提问自动生成方法，其特征在于，所述基于语义相近原则，将所述法律问题集进行文本聚类，获得m类，具体包括：

将所述法律问题集中多个法律问题转换为各法律问题对应的向量，构建向量集；

采用余弦相似度法计算所述向量集中任意两个向量之间的距离；

将每个向量作为一类，初始共n类；

采用凝聚层次聚类算法，将距离最小的两个向量合并为一类；

判断总类数是否小于或等于目标类数m；如果总类数小于或等于目标类数，则输出各类别构成类别集合；如果总类数大于目标类数，则返回“采用凝聚层次聚类算法，将距离最小的两个向量合并为一类”，所述类别集合包括m类。

3.根据权利要求1所述的法律提问自动生成方法，其特征在于，所述方法还包括：根据用户对提出K个问题的回复进行问题标记以及存储。

4.一种法律提问自动生成系统，其特征在于，所述系统包括：

法律问题集构建模块，用于构建特定场景下的法律问题集；所述法律问题集包括n个问题，n为大于2的正整数；

文本聚类模块，用于基于语义相近原则，将所述法律问题集进行文本聚类，获得m类；每一类中包括至少一个问题；

求和模块，用于将各类中多个问题的重要度相加求和，获得问题重要度总和；

问题融合模块，用于采用文本摘要算法，将从问题重要度总和最高的K类中选取设定数量的待融合问题输入至预训练语言微调模型分别进行融合，自动转换为问句形式，并向用户提出K个问题；将各类中问题数量大于1的问题称为待融合问题；

获取模块，用于获取训练数据集；所述训练数据集包括多个经过数据格式处理的问题；

优化模块，用于对预训练语言模型中的编码器和解码器进行优化；

微调模块，用于根据所述训练数据集，对优化后的预训练语言模型进行参数微调，获得预训练语言微调模型；

所述问题融合模块，具体包括：

问题序列向量确定单元，用于将各所述待融合问题的开头插入标记，并使用间隔段区分输入的多个待融合问题，获得问题序列向量；

编码单元，用于将所述问题序列向量输入预训练语言微调模型中的编码器进行编码，获得编码序列；

特征提取单元，用于通过深度神经网络和多头注意力机制对所述编码序列进行特征提取，获得特征提取序列；

文字还原单元，用于将所述特征提取序列输入预训练语言微调模型中的解码器进行文字还原，获得初始问题；

转换问题单元，用于将所述初始问题自动转换为问句形式，并向用户提出K个问题。