近似案件的推送方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及大数据领域中一种近似案件的推送方法、装置、计算机设备和存储介质。所述方法包括：获取当前案件的案件标识，根据所述案件标识提取对应的案件关键信息；利用所述案件关键信息计算所述案件标识对应的当前案件向量；将所述当前案件向量与大数据平台中历史案件向量进行比对，得到所述当前案件与历史案件之间的相似度；当所述相似度达到阈值时，将对应的历史案件标记为近似案件；将所述近似案件的裁决书推送至终端。采用本方法能够有效提高裁决书生成效率。

【技术实现步骤摘要】
近似案件的推送方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种近似案件的推送方法、装置、计算机设备和存储介质。
技术介绍
仲裁作为一种非诉纠纷解决方式，与诉讼方式不同。仲裁是当事人自愿将诉争事由提交给中立的第三方裁判的争议解决方式。在线仲裁的推出，为当事人申请案件仲裁提供了方便。在线仲裁时，仲裁员根据远程庭审的情况会给出相应的裁决意见。随着在线仲裁的案件逐步增多，如何帮助仲裁员快速给出相应的裁决意见，提高裁决书生成效率成为目前需要解决的一个技术问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够有效提高裁决书生成效率的近似案件的推送方法、装置、计算机设备和存储介质。一种近似案件的推送方法，所述方法包括：获取当前案件的案件标识，根据所述案件标识提取对应的案件关键信息；利用所述案件关键信息计算所述案件标识对应的当前案件向量；将所述当前案件向量与大数据平台中历史案件向量进行比对，得到所述当前案件与历史案件之间的相似度；当所述相似度达到阈值时，将对应的历史案件标记为近似案件；将所述近似案件的裁决书推送至终端。在其中一个实施例中，所述利用所述案件关键信息计算所述案件标识对应的当前案件向量包括：利用所述案件关键信息计算所述案件标识对应的待生成裁决书的文本向量；在所述案件关键信息中进行因子抽取，利用抽取到的因子计算所述案件标识对应的待生成裁决书的因子向量；利用所述文本向量与所述因子向量生成所述案件标识对应的当前案件向量。在其中一个实施例中，所述在所述案件关键信息中进行因子抽取，利用抽取到的因子计算所述案件标识对应的因子向量包括：获取与所述案件标识对应的案件类型；调用与所述案件类型对应的因子文件，所述因子文件中记录了多种因子对应的关键字以及因子条件；利用所述关键字在所述案件关键信息中进行因子抽取，将抽取到的因子与因子条件进行比对，得到因子比对结果；根据因子比对结果生成与所述案件标识对应的因子向量。在其中一个实施例中，所述根据因子比对结果生成与所述案件标识对应的因子向量包括：获取所述案件关键信息中各组成部分对应的权重；根据所述权重对各组成部分对应的因子比对结果进行修正；利用修正后的因子比对结果生成与所述案件标识对应的因子向量。在其中一个实施例中，所述方法还包括：对大数据平台中多个历史案件向量进行压缩，得到压缩后的历史案件向量；将当前案件向量进行压缩，得到压缩后的当前案件向量；所述将所述当前案件向量在大数据平台中多个历史案件向量进行比对包括：将所述压缩后的当前案件向量与大数据平台中多个压缩后的历史案件向量进行比对，得到当前案件与多个历史案件之间的相似度。在其中一个实施例中，在所述将所述压缩后的当前案件向量与大数据平台中多个压缩后的历史案件向量进行比对之后，所述方法还包括：将所述压缩后的当前案件向量与多个压缩后的历史案件向量比对后所得到的相似度标记为第一相似度；当所述第一相似度达到第一阈值时，将对应的历史案件标记为初步近似案件；获取所述初步近似案件对应的历史案件向量；将所述当前案件向量与多个初步近似案件对应的历史案件向量分别进行比对，得到当前案件与多个初步近似案件之间的第二相似度；当所述第二相似度达到第二阈值时，将所述初步近似案件标记为近似案件。一种近似案件的推送装置，所述装置包括：获取模块，用于获取当前案件的案件标识，根据所述案件标识提取对应的案件关键信息；向量计算模块，用于利用所述案件关键信息计算所述案件标识对应的当前案件向量；向量比对模块，用于将所述当前案件向量与大数据平台中历史案件向量进行比对，得到所述当前案件与历史案件之间的相似度；当所述相似度达到阈值时，将对应的历史案件标记为近似案件；推送模块，用于将所述近似案件的裁决书推送至终端。在其中一个实施例中，所述装置还包括：向量压缩模块，用于对大数据平台中多个历史案件向量进行压缩，得到压缩后的历史案件向量；将当前案件向量进行压缩，得到压缩后的当前案件向量；所述向量比对模块还用于将所述压缩后的当前案件向量与大数据平台中多个压缩后的历史案件向量进行比对，得到当前案件与多个历史案件之间的相似度。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述各个方法实施例中的步骤。上述近似案件的推送方法、装置、计算机设备和存储介质，服务器根据案件标识提取对应的案件关键信息，利用案件关键信息可以计算出与案件标识对应的当前案件向量。通过将当前案件向量与大数据平台中的多个历史案件向量进行比对，由此可以得到当前案件与多个历史案件之间的相似度。当相似度达到阈值时，服务器可以将对应的历史案件标记为近似案件，从而能够在海量的历史案件中快速准确的搜索到近似案件。将近似案件的裁决书推送至仲裁员对应的终端，进而可以帮助仲裁员快速给出仲裁意见，不仅为仲裁员提供了方便，也促进了仲裁书生成效率的提高。附图说明图1为一个实施例中近似案件的推送方法的应用场景图；图2为一个实施例中近似案件的推送方法的流程示意图；图3为一个实施例中利用案件关键信息计算案件标识对应的当前案件向量步骤的流程示意图；图4为另一个实施例中近似案件的推送方法的流程示意图；图5为一个实施例中近似案件的推送装置的结构框图；图6为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的近似案件的推送方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一个实施例中，如图2所示，提供了一种近似案件的推送方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：步骤202，获取当前案件的案件标识，根据案件标识提取对应的案件关键信息。在线仲裁包括多个仲裁环节，如立案环节、庭前准备环节、庭审环节、裁决环节等。服务器在每个仲裁环节均采集相应的案件信息，生成与案件标识对应的电子卷宗。电子卷宗中包括案件基础信息与案件关键信息等。其中，案件基础信息包括：申请人信息、被申请人信息、案号、仲裁庭概况、申请人仲裁请求、事实与理由、被申请人答辩意见等。案件关键信息包括争议焦点、案由、案件事实、仲裁请求等。在庭审环节结束之后，进入裁决环节。在裁决环节中，服务器可以在大数据平台中搜索与当前案件相近似的历史案件。步骤204，利用案件关键信息计算案件标识对应的当前案件向量。步骤206，将当前案件向量在大数据平台中历史案件向量进行比对，得到当前案件与历史案件之间的相似度。在裁决环节中，仲裁员需要根据争议焦点、案由、案件事实、仲裁请求等案件关键信息来制作相应的裁决书。争议焦点、案由、案件事实、仲裁请求等作为裁决书的组成部分，也可以从整体上反映仲裁案件的情况。因此，服务器可以利用案件关键信息与历史案件的裁决书进行比本文档来自技高网...

【技术保护点】
1.一种近似案件的推送方法，所述方法包括：获取当前案件的案件标识，根据所述案件标识提取对应的案件关键信息；利用所述案件关键信息计算所述案件标识对应的当前案件向量；将所述当前案件向量与大数据平台中历史案件向量进行比对，得到所述当前案件与历史案件之间的相似度；当所述相似度达到阈值时，将对应的历史案件标记为近似案件；将所述近似案件的裁决书推送至终端。

【技术特征摘要】
1.一种近似案件的推送方法，所述方法包括：获取当前案件的案件标识，根据所述案件标识提取对应的案件关键信息；利用所述案件关键信息计算所述案件标识对应的当前案件向量；将所述当前案件向量与大数据平台中历史案件向量进行比对，得到所述当前案件与历史案件之间的相似度；当所述相似度达到阈值时，将对应的历史案件标记为近似案件；将所述近似案件的裁决书推送至终端。2.根据权利要求1所述的方法，其特征在于，所述利用所述案件关键信息计算所述案件标识对应的当前案件向量包括：利用所述案件关键信息计算所述案件标识对应的待生成裁决书的文本向量；在所述案件关键信息中进行因子抽取，利用抽取到的因子计算所述案件标识对应的待生成裁决书的因子向量；利用所述文本向量与所述因子向量生成所述案件标识对应的当前案件向量。3.根据权利要求2所述的方法，其特征在于，所述在所述案件关键信息中进行因子抽取，利用抽取到的因子计算所述案件标识对应的因子向量包括：获取与所述案件标识对应的案件类型；调用与所述案件类型对应的因子文件，所述因子文件中记录了多种因子对应的关键字以及因子条件；利用所述关键字在所述案件关键信息中进行因子抽取，将抽取到的因子与因子条件进行比对，得到因子比对结果；根据因子比对结果生成与所述案件标识对应的因子向量。4.根据权利要求3所述的方法，其特征在于，所述根据因子比对结果生成与所述案件标识对应的因子向量包括：获取所述案件关键信息中各组成部分对应的权重；根据所述权重对各组成部分对应的因子比对结果进行修正；利用修正后的因子比对结果生成与所述案件标识对应的因子向量。5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：对大数据平台中多个历史案件向量进行压缩，得到压缩后的历史案件向量；将当前案件向量进行压缩，得到压缩后的当前案件向量；所述将所述当前案件向量在大数据平台中多个历史案件向量进行比对包括：将所述压缩后的当前案件向量与大数据平台中多...

【专利技术属性】
技术研发人员：叶素兰，窦文伟，潘诗韵，杨凤鑫，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44