[发明专利]一种融入辅助知识进行刑期预测的方法

权利要求书

1.一种融入辅助知识进行刑期预测的方法，其特征在于，包括如下步骤：

步骤1：获取法律文书样例数据集，使用python语言中的工具包，调用json.loads()方法将法律文书样例数据集中事实描述、涉案法条和刑期结果抽取出来并保存在新文件中；

步骤2：针对法律文书样例数据集分布不均匀的问题，对法律文书样例数据集中样例较少的种类进行数据补充；

步骤3：将步骤1抽取的涉案法条作为辅助知识和事实描述部分进行融合，实现对补充后的数据集进行辅助知识的融合；

步骤4：对融合后的数据集进行数据增强处理，以去除噪音数据；并将数据集随机划分为训练集、测试集和校验集；

步骤5：搭建ERNIE_DPCNN混合网络模型，并对搭建好的模型进行训练、校验和评估；

步骤6：加载步骤5中评估合格的ERNIE_DPCNN混合网络模型，输入法律文书样例对刑期进行预测，将预测结果中概率最高的结果作为最终刑期预测结果。

2.根据权利要求1所述的一种融入辅助知识进行刑期预测的方法，其特征在于，所述步骤2的方法如下：

步骤2.1：从网站下载法律文书数据，并将法律文书数据分为文书头部、指控内容、辩护意见、事实描述、判决内容和文书尾部六个部分；

步骤2.2：设计抽取模板，分别对法律文书数据中的事实描述部分和文书尾部部分进行抽取；

步骤2.3：将抽取的事实描述部分和文书尾部部分进行融合，组成训练数据，对法律文书样例数据集进行补充操作。

3.根据权利要求2所述的一种融入辅助知识进行刑期预测的方法，其特征在于，所述步骤2中的抽取模板分为事实描述部分抽取模板和文书尾部部分抽取模板；

所诉事实描述部分抽取模板分为前置模板和后置模板两个部分，中间用正则表达式将两个模板进行拼接，在匹配时同时匹配前置模板和后置模板；

所述文书尾部部分抽取模板仅由前置模板拼接正则表达式而成，在匹配时直接匹配到法律文书末尾。

4.根据权利要求1所述的一种融入辅助知识进行刑期预测的方法，其特征在于，所述步骤3的过程如下：

步骤3.1：对涉案法条进行截长补短操作，并对事实描述部分进行长度统一操作；

步骤3.2：将涉案法条和事实描述部分进行拼接操作，形成预测文本；

步骤3.3：根据刑期结果设置预测标签Label，并将其作为预测值，组成的“预测文本预测值”作为模型输入数据。

5.根据权利要求4所述的一种融入辅助知识进行刑期预测的方法，其特征在于，所述对涉案法条进行截长补短操作的方法为：将法条处理成长度为100的数据，若法条长度不满100则用“[PAD]”补充，若法条长度超出100则直接截长；所述“[PAD]”的作用是，当数据长度不满足所需要求时，作为补充数据进行填充。

6.根据权利要求4所述的一种融入辅助知识进行刑期预测的方法，其特征在于，所述步骤3.2中对涉案法条和事实描述部分进行拼接时采用“[SEP]”进行两部分的分割。

7.根据权利要求4所述的一种融入辅助知识进行刑期预测的方法，其特征在于，所述根据刑期结果设置预测标签Label的方法如下：

刑期分为有期徒刑1年及以下、1-2年、2-3年、3-4年、4-5年、5-6年、6-7年、7-8年、8-9年、9-10年、10年以上、无期徒刑共十二种刑期预测结果，将这十二种刑期预测结果用预测标签Label来表示，所述Label的数值为整数0-11，与十二种刑期预测结果相对应。

8.根据权利要求1所述的一种融入辅助知识进行刑期预测的方法，其特征在于，所述步骤4中的噪音数据包括标点符号、乱码、空行、英文、停用词、时间内容、人名和机构名。

9.根据权利要求1所述的一种融入辅助知识进行刑期预测的方法，其特征在于，所述步骤5的过程如下：

步骤5.1：模型参数初始化，包括ERNIE模型参数初始化和DPCNN模型参数初始化；

步骤5.2：将步骤4得到的训练集输入ERNIE模型进行数据集的向量化即实现训练后的语言表征；

步骤5.3：将向量化后的数据集输入DPCNN模型进行计算，并将ERNIE_DPCNN混合网络模型输出结果输入Softmax分类器中进行分类得到每个类别刑期预测结果的概率值，便完成对模型的训练；

步骤5.4：采用校验集作为校验数据，用于训练模型的超参数；

步骤5.5：采用测试集对模型进行测试，并对测试结果进行评估。