[发明专利]基于元学习的法律案件风险点识别方法及系统

说明书

本公开提供了一种基于元学习的法律案件风险点识别方法及系统，获取待分类的法律案例文字描述；根据待分类的法律案例文字描述与已知风险点的法律案例文字描述构造元学习任务；根据待分类的法律案例文字描述和元学习任务支持集中的法律案例文字描述以及预设特征提取模型，得到待分类的法律案例文字描述和元学习任务支持集中的法律案例文字描述的特征向量；根据元学习任务支持集中的法律案例文字描述的特征向量以及预设归纳模型，得到每类风险的类代表向量；根据待分类的法律案例文字描述的特征向量和每类风险的类代表向量，得到待分类的法律案例存在各种风险的概率；本公开采用元学习的思想，提高了法律案件风险点的分类精度。

技术领域

本公开涉及自然语言处理和小样本分类技术领域，特别涉及一种基于元学习的法律案件风险点识别方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。

目前，各类法律案件不断涌现，案件风险点的分类作为智慧法院建设的重点部分，引起了广泛的关注。

发明人发现，传统情况下对这些案件进行风险点归类通常采用深度模型训练分类器的方式，但在样本较小的情况下过拟合现象严重，影响了分类的准确性。

发明内容

为了解决现有技术的不足，本公开提供了一种基于元学习的法律案件风险点识别方法及系统，基于元学习的思想，适用于法律风险点分类样本种类多、类目少的情况，提高了分类精度；通过元学习可以有效学习到处理风险点分类的经验，对未来出现新的风险点也能实现高效和精准的分类。

为了实现上述目的，本公开采用如下技术方案：

本公开第一方面提供了一种基于元学习的法律案件风险点识别方法。

一种基于元学习的法律案件风险点识别方法，包括以下过程：

获取待分类的法律案例文字描述；

根据待分类的法律案例文字描述与已知风险点的法律案例文字描述构造元学习任务；

根据待分类的法律案例文字描述和元学习任务支持集中的法律案例文字描述以及预设特征提取模型，得到待分类的法律案例文字描述和元学习任务支持集中的法律案例文字描述的特征向量；

根据元学习任务支持集中的法律案例文字描述的特征向量以及预设归纳模型，得到每类风险的类代表向量；

根据待分类的法律案例文字描述的特征向量和每类风险的类代表向量，得到待分类的法律案例存在各种风险的概率。

本公开第二方面提供了一种基于元学习的法律案件风险点识别系统。

一种基于元学习的法律案件风险点识别系统，包括：

数据获取模块，被配置为：获取待分类的法律案例文字描述；

任务构造模块，被配置为：根据待分类的法律案例文字描述与已知风险点的法律案例文字描述构造元学习任务；

特征提取模块，其被配置为：根据待分类的法律案例文字描述和元学习任务支持集中的法律案例文字描述以及预设特征提取模型，得到待分类的法律案例文字描述和元学习任务支持集中的法律案例文字描述的特征向量；

归纳模块，其被配置为：根据元学习任务支持集中的法律案例文字描述的特征向量以及预设归纳模型，得到每类风险的类代表向量；

风险点预测模块，其被配置为：根据待分类的法律案例文字描述的特征向量和每类风险的类代表向量，得到待分类的法律案例存在各种风险的概率。

本公开第三方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的基于元学习的法律案件风险点识别方法中的步骤。