[发明专利]一种裁判文书信息提取方法

摘要

本发明公开了一种裁判文书信息提取方法，首先提取裁判文书的整个HTML的无格式文本text并进行标注，定义裁判文书中的事件结构为：事件类型‑实体类型‑…‑实体类型；将无格式的文本text按字切分，得到一个数组x，从而得到一个完整的样本(x，y)；对样本(x，y)进行处理，得到事件类型提取模型的样本(x1，y1)，采用BERT模型作为事件类型提取模型并进行训练；对标签y1中的事件进行处理；得到实体类型提取模型的样本([x1，x2]，y2)；将自注意力网络作为实体类型提取模型并进行训练；根据y1和y2得到每个事件类型及其实体类型对应的文字。本发明对样本需求小，有利于提高模型效果。

主权项

1.一种裁判文书信息提取方法，其特征在于，该方法包括以下步骤：/n(1)获取裁判文书的整个HTML并解析，从HTML中提取无格式的文本text。/n(2)对提取的无格式文本text进行标注，在每个事件的标注任务中，一个标签定义为事件类型或实体类型，若一个标签和其他标签都存在关系，则把该标签定义为事件类型，而其他标签定义为实体类型，定义裁判文书中的事件结构为：事件类型-实体类型-…-实体类型，从无格式的文本text标注出每个事件下的事件类型及其实体类型对应的文字，得到标注数据。/n(3)将无格式的文本text按字切分，得到一个数组，记为x，x