[发明专利]一种基于案由刑期统计特征的联合刑期预测方法和系统

权利要求书

1.一种基于案由刑期统计特征的联合刑期预测方法，其特征在于，包括以下步骤：

从训练集中提取各案由的刑期，分案由统计各个案由的刑期特征，生成案由刑期特征数据；

根据案由刑期特征数据生成个案的刑期的所有衍生特征y，并从训练集的非刑期特征中构造非刑期因素的衍生特征X；

以刑期的衍生特征y为目标，非刑期因素的衍生特征X为输入，训练多任务刑期预测模型，并以多任务刑期预测模型预测的刑期的衍生特征为输入，实际刑期为输出，训练多阶段刑期预测模型；

将使用者的刑期预测请求输入训练完成的多任务刑期预测模型、多阶段刑期预测模型，得到刑期预测结果。

2.根据权利要求1所述的方法，其特征在于，所述分案由统计各个案由的刑期特征，包括：

采用混合分布模型训练和估计每个案由在假设为有特定数目的刑期集中分布的中心时相应刑期所在的类别及类别的均值，其中混合分布模型的类别数从1类到3类变化；

以来源于包括《刑法》在内的量刑依据的刑期作为区间划分时样本刑期所在区间，依次对区间编号，用于标记案件刑期所在的区间；

按照案由最优增加月数算法分段，案由最优增加月数算法分别以各个月数为基数，统计被每个月数值整除的案件占该案由案件数的比，并在占比超过阈值的月数中选择基数最高的月份作为最优增加月数；

采用刑期异常分析方法识别各案由中月份过低或过高的刑期，采用分位数确定在各个案由下刑期过高与过低的阈值；

采用刑期分位数统计模型，使用多个分位数对各案由下的刑期高低进行分档。

3.根据权利要求1所述的方法，其特征在于，所述根据案由刑期特征数据生成个案的刑期的所有衍生特征y，并从训练集的非刑期特征中构造非刑期因素的衍生特征X，包括：

利用分案由统计出的各个案由的刑期特征生成训练集中个案的刑期的衍生特征，包括：样本分别在N个中心的假设下案由的混合分布模型预测的刑期类别以及本类别的均值，以6个月-3年-10年-15年作为区间划分时案由所在区间序号，按案由最优增加月数算法分段时样本刑期除以最优增加月数所得的整数及余数，刑期异常分析方法判定的刑期异常状态，以及刑期分位数统计模型识别出的刑期所在的区间；

基于所得刑期的衍生特征，合并常见特征形成样本刑期的全部衍生特征，作为后续模型待预测的多个目标y；所述常见特征包括：原始刑期，刑期按年分段后所得到的年数及余下月数，以及将刑期增加某个特定月份形成的偏离后刑期；

从训练集样本的包括文书、案由名称和案件要素在内的非刑期特征中构造非刑期因素的衍生特征，作为后续模型的输入X。

4.根据权利要求1所述的方法，其特征在于，所述以刑期的衍生特征y为目标，非刑期因素的衍生特征X为输入，训练多任务刑期预测模型，并以多任务刑期预测模型预测的刑期的衍生特征为输入，实际刑期为输出，训练多阶段刑期预测模型，包括：

根据X和y的特点从模型库中选择对应机器学习模型或算法，以X为输入，y为目标，通过定义一个完成多个任务的模型或组合多个模型，训练能够完成预测所有的刑期衍生变量的模型，经在验证集上评估指标后保存最优的多任务刑期预测模型；

对训练集中的每个样本上的刑期的衍生特征，用多任务刑期预测模型预测其每个刑期的衍生特征X2，作为多阶段刑期预测模型的输入，样本的实际刑期y2作为输出，训练多阶段刑期预测模型，经在验证集上通过评估指标后得到最优的多阶段刑期预测模型并保存。

5.根据权利要求4所述的方法，其特征在于，所述根据输入X和y的特点，从模型库中选择对应机器学习模型或算法，包括：

若输入X为表格型数据则选择传统机器学习算法，若输入X为文书文本则选择可处理自然语言输入的神经网络算法；

若刑期衍生特征y的某个分量是超过最大标签允许数目的整数值或为浮点数，则从模型库中选择完成回归任务的机器学习模型或算法；若刑期衍生特征y的某个分量为分类变量或其他情况，则从模型库中选择完成分类任务的机器学习模型或算法。