[发明专利]基于案情比对的类案检索方法、装置、设备及存储介质

权利要求书

1.一种基于案情比对的类案检索方法，其特征在于，包括以下步骤：

构建覆盖全案由的案件要素体系；

构建案件要素体系中的案件要素的标注语料；

面向案件要素体系，利用认知模型构建模块，构建案件要素认知模型；

针对历史案件文书，利用预处理模块进行预处理，并利用基于案件要素认知模型的案件要素智能认知模块，进行案件要素认知；

输入一段案情或一篇文书，利用案件要素智能认知模块进行案由及案件要素认知，然后利用类案智能匹配模块开展类案匹配；

针对类案匹配结果，利用结果展现模块进行结果展现；

所述构建覆盖全案由的案件要素体系，包括：

构建案件要素体系总框架，主要从程序法和实体法分别梳理；程序法方面根据诉讼法及其司法解释规定的程序逻辑构建分支树干；实体法方面分两个路径进行梳理：面向刑事路径，根据定罪问题和量刑问题构建子分支，定罪问题子分支根据犯罪构成的三阶层理论建立下面的分支树干，量刑问题子分支根据通用量刑情节和个性量刑情节构建下面的分支树干；面向民事和行政路径，根据裁定和诉请构建子分支，裁定子分支根据法律法规中规定的裁定逻辑建立下面的分支树干，诉请子分支根据通用诉请分类构建下面的分支树干；

针对每个案由，构建案件要素体系具体框架：结合每个案由具体的法律法规及司法解释，对案件要素体系总框架进行调整，开展体系树干的增、删、改操作，完毕之后再进行体系树干命名规范化处理；

通过人机结合，完成案件要素体系构建：针对每个案由，首先通过使用自然语言处理技术和机器学习技术对法律法规、实务文章、案例文书进行技术处理，认知和挖掘其中包含的法律要素点，在法律要素点基础上，法律专家结合案件要素体系具体框架，进行案件要素的提取和归类，形成案件要素体系；

所述构建案件要素体系中的案件要素的标注语料，包括：针对案件要素体系中的每个案件要素进行关键词识别和提取；对提取的关键词进行同义词/近义词扩展；对扩展后的关键词列表检索历史案件文书并抽取包含关键词列表内容的法律段落形成待标注语料；人工判断包含关键词列表内容的法律段落是否包含案件要素，形成标注语料；

所述认知模型构建模块包括认知模型设计、认知模型优化与评估、认知模型校验与评测及认知模型的输出；认知模型设计采用基于规则匹配的认知模型和基于机器学习算法的认知模型相结合开展；

所述类案智能匹配模块实现对输入案情或文书的案情要素树与历史文书的案情要素树的相似性匹配，匹配结果再通过用户检索案由范围、用户检索时间范围、用户检索区域范围、文书白名单、相似性得分进行多维智能评估，形成评估后的结果。

2.根据权利要求1所述的方法，其特征在于，所述认知模型优化与评估针对不同认知模型采用方法略不同，针对机器学习认知模型，面向已标注语料，实现对认知模型的训练、优化与评估，针对规则匹配认知模型，通过基于规则模板的规则快速提取技术，结合已标注语料，实现对认知模型的规则扩展、优化及评估；所述认知模型校验与评测通过使用一些预选的标注数据对认知模型进行校验和评测，以确保输出模型的可用性及精准性符合要求；所述认知模型输出实现对评测通过的模型的输出。

3.根据权利要求1所述的方法，其特征在于，所述面向案件要素体系，利用认知模型构建模块，构建案件要素认知模型，包括：逐个获取案件要素体系中的案件要素，然后使用的认知模型构建模块，开展认知模型的定义、构建、优化、评估、校验、评测及输出，形成对应的案件要素认知模型，并保存到认知模型库中，供案件要素智能认知模块使用。

4.根据权利要求1所述的方法，其特征在于，所述预处理模块实现对历史案件文书、用户输入的一段案情或一篇文书的预处理，包括：内容编码转换、格式规整、自然段解析、法律段解析。

5.根据权利要求1所述的方法，其特征在于，所述案件要素智能认知模块实现对预处理后的内容中案件要素的智能认知；对历史案件文书，首先通过基于规则匹配的案由识别技术识别到文书的案由信息，然后再根据案由信息找到对应的案件要素体系，针对案件要素体系中的每个案件要素逐个调用预生成好的认知模型进行智能认知；认知结果存储在案件要素认知库中，供后续类案匹配使用。