[发明专利]一种基于马尔可夫逻辑网络的案件裁判结果预测方法

摘要

本发明涉及一种基于马尔可夫逻辑网络的案件裁判结果预测方法，包括：1建立案件裁判案例库；2.定义事实要素变量和结果要素变量以及它们之间的一阶逻辑关系形成一阶逻辑规则库；3.基于案例库和规则库抽取每个裁判文书中的事实要素变量的值和结果要素变量的值对，形成证据文件；4.基于规则库和证据文件建立马尔科夫逻辑网络并学习其中规则的权重；5对于用户输入的案件描述或者导入的裁判文书抽取其中的基于语义表达的事实要素变量的值，生成测试文件；6.使用测试文件在4中得到的马尔可夫逻辑网络中进行推理，生成裁判预测结果并展示给用户。本发明能够让法官及双方当事人对诉讼结果有着较准确及清晰的认识提高纠纷解决效率,解决法庭堵塞问题。

主权项

1.一种基于马尔可夫逻辑网络的案件裁判结果预测方法，包括以下步骤：步骤一：建立案件裁判案例库：获取已有的裁判文书，进行存储，从而形成案例库；步骤二：建立一阶逻辑规则库：法律专家定义不同类型的案例中的事实要素变量和结果要素变量以及它们之间的一阶逻辑关系，形成一阶逻辑规则库；其中定义所述每个事实要素变量为案件事实陈述部分的关键因素的模式，以及可能的取值范围；所述每个结果要素变量为审判结果部分的关键因素的模式，以及可能的取值范围；在一个判决书中，所述事实要素变量与结果要素变量，体现为一个预设的具体数值，即分别为事实要素变量的值和结果要素变量的值；步骤三：建立证据文件；基于案件裁判案例库和一阶逻辑规则库，抽取每个裁判文书中的事实要素变量值和结果要素变量值，并将抽取出的所有的事实要素变量的值和结果要素变量的值定义为事实要素变量的值和结果要素变量的值，形成证据文件，并保存在数据库中；步骤四：基于所述一阶逻辑规则库和所述证据文件，建立马尔科夫逻辑网络并学习其中的规则权重；步骤五：输入待预测的案件文本，所述待预测的案件文本包括事实要素变量；抽取出待预测的案件文本中的所有事实要素变量的值，并将抽取出的所有事实要素变量的值生成测试文件；步骤六：将所述测试文件带入到在步骤四中得到的马尔可夫逻辑网络中进行推理，进而生成裁判预测结果，并展示给用户。