[发明专利]一种基于神经网络的司法领域关系抽取方法及系统

摘要

一种基于神经网络的司法领域关系抽取方法及系统，本发明在原有的开放式神经网络关系抽取框架基础上，构建司法领域专用数据集，并形成司法领域罪名特征集，通过优化神经网络提高关系抽取准确率的方法：首先，从中国裁判文书网获取大量司法领域相关非结构化文本，并用Word2Vec模型，Bert模型等向量转换模型得到文本的向量表示；其次，通过对非结构化文本进行TF‑IDF词频统计，得到不同罪名及案由的特征集，并得到向量表示；然后优化OpenNRE模型及JointNRE模型，得到准确性更高的JudNRE模型；最后，利用JudNRE模型对文本向量，罪名特征向量向量进行处理，得到司法领域关系抽取模型，用于对待处理的司法领域非结构化文本数据进行司法领域关系抽取，得到对应的实体三元组。

主权项

1.一种基于神经网络的司法领域关系抽取方法，其特征在于，包含：S1、获取司法领域非结构化文本数据，然后通过文本预处理，获取每个文本的结论部分，分词后将其作为语料集，并生成每个语料集对应的实体三元组；S2、对所述司法领域非结构化文本数据进行TF‑IDF词频统计，得到不同罪名及案由所一起构成的特征集；S3、分别得到预料集和特征集的向量表示，然后将语料集向量和特征集向量进行拼接，从而得到语料集的最终向量序列表示；S4、对最终向量序列表示进行神经网络训练，得到面向司法领域的关系抽取模型；S5、利用所述关系抽取模型，对待处理的司法领域非结构化文本数据进行司法领域关系抽取，得到对应的实体三元组。