【技术实现步骤摘要】
一种法律文书的确定方法及系统
本专利技术涉及深度学习
，尤其涉及一种法律文书的确定方法及系统。
技术介绍
随着现代社会的发展，法律是文明社会发展过程中的产物之一。法律通常是指由社会认可国家确认立法机关制定规范的行为准则，并由国家强制力保证规定当事人权利和义务为内容的，对全体社会成员具有普遍约束力的一种特殊行为规范。当社会成员之间出现纠纷时，由司法机关按照法律进行立案裁定。当有人触犯法律的时候，为了确保公平，须通过法院判决。而有时候，法官为了判决更公平，需要查看类似案件的判决书作为参考。现有技术中，对于类似案件的查找只能通过人工提取案件的关键词和类别等因素，然后进入数据库中进行一一对比判断数据库中的案件是否跟本案相似，进而挑选出来较为相似的案件。但是，由于案件库存中案件量大，法务人员在案件库中寻找到与本案相似案件时，这个方法会浪费大量的时间，并且难以找到相似度高的案子。
技术实现思路
有鉴于此，本专利技术实施例提供了一种法律文书的确定方法及装置，以实现快速查询并获取与本案相对应的案件的...
【技术保护点】
1.一种法律文书的确定方法，其特征在于，包括：/n对获取的第一法律文书的文本信息进行分词处理，得到第一文本分词数据；/n利用预先训练得到的网络模型，基于所述第一文本分词数据得到所述第一法律文书的第一表征向量，所述网络模型由通过将循环注意力网络RAM Net和胶囊网络模型与神经网络模型融合得到；/n获取法律文书集合中每个第二法律文书的第二表征向量；/n基于所述第一表征向量和所述每个第二法律文书的第二表征向量，确定所述第一法律文书对应的第二法律文书；/n其中，所述网络模型用于根据第一文本分词数据中的案件要素，得到表示相应法律文书所对应案情的表征向量。/n
【技术特征摘要】
1.一种法律文书的确定方法，其特征在于，包括：
对获取的第一法律文书的文本信息进行分词处理，得到第一文本分词数据；
利用预先训练得到的网络模型，基于所述第一文本分词数据得到所述第一法律文书的第一表征向量，所述网络模型由通过将循环注意力网络RAMNet和胶囊网络模型与神经网络模型融合得到；
获取法律文书集合中每个第二法律文书的第二表征向量；
基于所述第一表征向量和所述每个第二法律文书的第二表征向量，确定所述第一法律文书对应的第二法律文书；
其中，所述网络模型用于根据第一文本分词数据中的案件要素，得到表示相应法律文书所对应案情的表征向量。
2.根据权利要求1所述的方法，其特征在于，所述利用预先训练得到的网络模型，基于所述第一文本分词数据得到所述第一法律文书的第一表征向量，包括：
将所述文本分词数据映射至词向量模型中进行词向量处理，得到词向量，所述词向量模型为所述网络模型的输入层；
将所述词向量依次输入胶囊网络和RAMNet网络模型进行处理，得到所述RAMNet网络模型输出的向量作为所述第一法律文书的第一表征向量。
3.根据权利要求1所述的方法，其特征在于，所述获取法律文书集合中每个第二法律文书的第二表征向量包括：
获取法律文书集合中的所有第二法律文书的文本信息，对每一所述第二法律文书的文本信息进行分词处理，得到第二文本分词数据；
将所述第二文本分词数据输入预先训练得到的网络模型进行处理，得到每个第二法律文书对应的第二表征向量。
4.根据权利要求1所述的方法，其特征在于，所述基于所述第一表征向量和所述每个第二法律文书的第二表征向量，确定所述第一法律文书对应的第二法律文书，包括：
计算所述第一表征向量和所述每个第二法律文书的第二表征向量之间的距离值，得到所述第一表征向量与每一所述第二表征向量的距离值；
依据距离与相似度的对应关系，确定所述第一法律文书对应的第二法律文书，所述距离与相似度的对应关系为距离值越小相似度越高。
5.一种法律文书的确定系统，其特征在于，包括：
第一处理单元，用于对获取到的第一法律文书的文本信息进行...
【专利技术属性】
技术研发人员：戴威，
申请(专利权)人：北京国双科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。