[发明专利]一种人民矛盾调解案例搜索和调解策略推荐方法

摘要

一种人民矛盾调解案例搜索和调解策略推荐方法，包括以下步骤：步骤1：数据收集、预处理；步骤2：分词及向量表示；步骤3：TF_CDF特征聚类；步骤4：自动生成脱敏典型案例集，得到聚类类别和类别关键词；步骤5：生成调解策略提示；步骤6：创建索引及计算相关度：全文搜索引擎的核心包括索引创建和相关度计算，将步骤4中的典型案例数据和得到的聚类类别及步骤5中调解策略提示等同步到elasticsearch创建索引；步骤7：搜索结果及界面展示：用户输入查询内容，获得相似典型案例、案例类别及类标签信息、调解策略推荐，并自动生成相似案例分析报告。本发明提供一种准确率较高、速度快的人民矛盾调解案例搜索和调解策略推荐方法。

主权项

1.一种人民矛盾调解案例搜索和调解策略推荐方法，其特征在于：包括以下步骤：/n步骤1：数据收集、预处理/n收集人民调解案例信息，存储在数据库中，需要包含的字段包括：纠纷详情、调解结果、调解详情、调解时间、结束时间、调解人、所属地区、调解机构和评价字段，其中，纠纷详情、调解详情和评价是文本数据，其他字段均为结构化数据；/n对收集到的数据进行预处理，确保调解结果、调解详情字段不为空，将重复数据删除；/n步骤2：分词及向量表示/n创建矛盾调解专业领域词典mediate.txt，将容易分词错误的词，该词包括矛盾调解专业领域词汇，根据调解案例数据将无法正确切分的词，加入矛盾调解专业领域词典mediate.txt；另外汉语中还存在一些无意义的词，将这些无意义、区分度不高的词加入停用词典stopword.txt，分词时直接将停用词去掉不作分析；/n根据词典mediate.txt和停用词典stopword.txt将文本字段进行分词，将文本数据表示为向量的形式；/n步骤3：TF_CDF特征聚类/n由于矛盾调解案例无详细类别信息，采用TF_CDF计算文本单词权重，并进行TF_CDF特征聚类获案例详细类别及类别关键词，同时从聚类结果中获取单词TF_CDF值；/n步骤4：自动脱敏并进行案例评分，生成脱敏典型案例集；/n步骤5：生成调解策略提示/n以带有类别标签的典型案例作为分析数据，某一个类别按照以下过程生成调解策略：/n(5.1)获取带有类别标签的典型案例集，提取调解策略字段；/n(5.2)调解策略有一二三条例标识，按照标识将调解策略断开，形成调解条例；/n(5.3)将调解条例进行TF_CDF聚类分析，并提取调解条例的关键词；/n(5.4)对调解条例进行类别评分，评分依据包括类别中包含调解条例的条数、具有相同关键字的调解条例在类别中所占的比例；/n(5.5)对调解条例进行评分，评分依据包括：条例中类别关键词出现的个数和次数和文本的质量；/n(5.6)将调解条例类别评分降序排序，提取评分较高的类别，在这些类别中提取分值高的调解条例，作为调解策略提示信息，保存在数据库中；/n步骤6：创建索引及计算相关度/n全文搜索引擎的核心包括索引创建和相关度计算，将步骤4中的典型案例数据和得到的聚类类别及步骤5中调解策略提示同步到elasticsearch创建索引；/n步骤7：搜索结果及界面展示/n用户输入查询内容，获得相似典型案例、案例类别及类标签信息、调解策略推荐，并自动生成相似案例分析报告；/n所述步骤3中，对矛盾调解中“案件详情”字段进行特征聚类步骤如下所示：/n(3.1)初始值确定/n人民矛盾调解“案例详情”可聚为k类，共n条矛盾案例，构成语料库D＝{d