案件分类方法、分类模型训练方法及相关产品技术

本发明专利技术实施例公开了一种案件分类方法、分类模型训练方法及相关产品，该案件分类方法可包括：获取待分类案件的案情信息；通过分类模型，识别待分类案件的案情信息所属的案件类型，其中，该分类模型是通过语料训练集和案件训练集训练得到的模型，该语料训练集用于构建该分类模型中与案件相关的词向量，该案件训练集用于构建该分类模型中案情信息与案件类型之间的映射关系，该语料训练集和该案件训练集都包括替换词，该替换词用于替换该语料训练集和该案件训练集中的原有词，该替换词还用于训练该分类模型识别该原有词。通过分类模型识别案件的案件类型，提高了案件分类的准确性。

Case classification method, classification model training method and related products

【技术实现步骤摘要】
案件分类方法、分类模型训练方法及相关产品
本专利技术涉及数据处理领域，尤其涉及一种案件分类方法、分类模型训练方法及相关产品。
技术介绍
公安机关和人民检察院对已经立案的案件，会依照法定程序，收集案件信息。当前案件立案数虽然相比之前有所下降，但随着扫黑除恶、安保活动和社会治理的逐步深入，案件立案数预计会有所增加。公安部门在处理案件时，需要对案件进行存档和分类。目前通常采用文本相似度匹配的方式对案件分类，这种方式在实际应用中分类准确性不足。
技术实现思路
本专利技术实施例提供了一种案件分类方法、分类模型训练方法及相关产品，通过分类模型识别案件的案件类型，提高了案件分类的准确性。第一方面，本专利技术实施例提供了一种案件分类方法，该方法可包括：获取待分类案件的案情信息；通过分类模型，识别所述待分类案件的案情信息所属的案件类型，所述分类模型是通过语料训练集和案件训练集训练得到的模型，所述语料训练集用于构建所述分类模型中与案件相关的词向量，所述案件训练集用于构建所述分类模型中案情信息与案件类型之间的映射关系；所述语料训练集和所述案件训练集都包括替换词，所述替换词用于替换所述语料训练集和所述案件训练集中的原有词，所述替换词还用于训练所述分类模型识别所述原有词。本申请实施例中，通过采用语料训练集和案件训练集训练得到的分类模型可以准确地识别待分类案件的案件信息所属的案件类型，在训练过程中，语料训练集和案件训练集包括的替换词，进一步提高分类模型识别的准确性。在一个可选的实现方式中，所述替换词包括所述原有词的同义词、与所述原有词含义不同的词和无含义的字符中的至少一个；所述语料训练集包括N个语料库，所述N为正整数；所述案件训练集通过切分历史案件数据得到，所述历史案件数据包括至少三个历史案件的案情信息和案件类型。在该实现方式中，用于训练分类模型的语料训练集和案件训练集包括替换词，替换词在训练过程中提高分类模型的识别能力，有利于分类模型准确识别待分类案件的案件信息，提高分类模型分类待分类模型的准确性；分类模型通过一个或一个以上的语料训练库进行预训练，使分类模型在分类待分类案件时准确将待分类案件的案件信息转换为词向量，提高分类准确性；分类模型通过采用切分历史案件数据得到案件训练集训练，以使分类模型准确地确定待分类案件的案件信息所属的案件类型，提高分类的准确性。在一个可选的实现方式中，所述分类模型的超参数通过验证集进行更新，所述验证集通过切分所述历史案件数据得到，所述验证集与所述案件训练集不相交。在该实现方式中，分类模型的超参数通过切分历史案件数据得到的验证集进行更新，提高分类模型的分类性能，进而提高分类模型分类待分类案件的准确性。在一个可选的实现方式中，所述分类模型通过测试集进行测试，所述测试集通过切分所述历史案件数据得到，所述测试集、所述验证集和所述案件训练集互不相交。在该实现方式中，分类模型通过历史案件数据切分出的测试集进行测试，评测分类模型的性能，进而可根据评测出的性能优化分类模型的性能，有利于提高分类模型分类待分类案件的性能。在一个可选的实现方式中，在所述获取待分类案件的案情信息之后，在所述通过分类模型，识别所述待分类案件的案情信息所属的案件类型之前，所述方法还包括：从所述待分类案件的案件信息中提取所述待分类案件的案件特征，并将所述待分类案件的案件特征作为所述分类模型的输入数据。在该实现方式中，通过预先提取待分类案件的案件信息中的案件特征，减少分类模型的工作量，和无效的案件信息对分类模型的干扰，有利于提高分类模型的分类准确性。在一个可选的实现方式中，所述从所述待分类案件的案件信息中提取所述待分类案件的案件特征，包括：对所述待分类案件的案情信息进行格式化；在对所述待分类案件的案情信息进行格式化之后，从所述待分类案件的案情信息中切分出所述待分类案件的案件特征。在该实现方式中，通过对待分类案件的案情信息进行格式化，有利于分类模型识别案情信息，从案情信息中切分出案件特征，有利于减少无效的案情信息对分类模型的干扰，提高分类准确性。在一个可选的实现方式中，案件分类装置返回识别结果，所述识别结果至少用于指示是否成功识别所述待分类案件的案件类型。所述识别结果包括M个分类标识，所述M个分类标识用于指示待分类案件的案件类型。在该实现方式中，通过返回识别结果，指示待分类案件不同层次的案件类型，有利于更准确对待分类案件进行分类。第二方面，本专利技术实施例提供了一种分类模型训练方法，该方法可包括：通过语料训练集和案件训练集对分类模型进行训练，其中，所述语料训练集用于构建所述分类模型中与案件相关的词向量，所述案件训练集用于构建所述分类模型中案情信息与案件类型之间的映射关系；所述语料训练集和所述案件训练集都包括替换词，所述替换词用于替换所述语料训练集和所述案件训练集中的原有词，所述替换词还用于训练所述分类模型识别所述原有词。本申请实施例中，通过语料训练集和案件训练集对分类模型进行训练，使分类模型识别待分类案件的案件信息所属的案件类型，其中，语料训练集和案件训练集包括替换词，通过包括替换词的语料训练集和案件训练集对分类模型进行训练，在训练过程中提高分类模型的识别能力，进而提高分类模型的识别准确性。在一个可选的实现方式中，所述替换词包括所述原有词的同义词、与所述原有词含义不同的词和无含义的字符中的至少一个；所述语料训练集包括N个语料库，所述N为正整数；所述案件训练集通过切分历史案件数据得到，所述历史案件数据包括至少三个历史案件的案情信息和案件类型。在该实现方式中，通过包括替换词的语料训练集和案件训练集对分类模型进行训练，替换词在训练过程中提高分类模型的识别能力，有利于分类模型准确识别待分类案件的案件信息，提高分类模型分类待分类模型的准确性；通过一个或一个以上的语料训练库对分类模型进行预训练，使分类模型在分类待分类案件时准确将待分类案件的案件信息转换为词向量，提高分类准确性；通过采用切分历史案件数据得到案件训练集训练，以使分类模型准确地确定待分类案件的案件信息所属的案件类型，提高分类的准确性。在一个可选的实现方式中，该方法还包括：通过验证集更新所述分类模型的超参数，所述验证集通过切分所述历史案件数据得到，所述验证集与所述案件训练集不相交。在该实现方式中，通过验证集更新分类模型的超参数，以提高分类模型的分类性能，进而提高分类模型分类待分类案件的分类准确性。在一个可选的实现方式中，该方法还包括：通过测试集对所述分类模型进行测试，所述测试集通过切分所述历史案件数据得到，所述测试集、所述验证集和所述案件训练集互不相交。在该实现方式中，通过历史案件数据切分出的数据对分类模型进行测试，测试集、验证集和案件训练集互不相交，以使在通过测试集测试分类模型时，不受验证集和案件训练集的干扰，提高测试的准确性，进而可根据评测出的性能优化分类模型的性能，有利于提高分类模型分类待分类案件的性能。在一个可选的实本文档来自技高网...

【技术保护点】
1.一种案件分类方法，其特征在于，包括：/n获取待分类案件的案情信息；/n通过分类模型，识别所述待分类案件的案情信息所属的案件类型，所述分类模型是通过语料训练集和案件训练集训练得到的模型，所述语料训练集用于构建所述分类模型中与案件相关的词向量，所述案件训练集用于构建所述分类模型中案情信息与案件类型之间的映射关系；所述语料训练集和所述案件训练集都包括替换词，所述替换词用于替换所述语料训练集和所述案件训练集中的原有词，所述替换词还用于训练所述分类模型识别所述原有词。/n

【技术特征摘要】
1.一种案件分类方法，其特征在于，包括：
获取待分类案件的案情信息；
通过分类模型，识别所述待分类案件的案情信息所属的案件类型，所述分类模型是通过语料训练集和案件训练集训练得到的模型，所述语料训练集用于构建所述分类模型中与案件相关的词向量，所述案件训练集用于构建所述分类模型中案情信息与案件类型之间的映射关系；所述语料训练集和所述案件训练集都包括替换词，所述替换词用于替换所述语料训练集和所述案件训练集中的原有词，所述替换词还用于训练所述分类模型识别所述原有词。


2.根据权利要求1所述的方法，其特征在于，所述替换词包括所述原有词的同义词、与所述原有词含义不同的词和无含义的字符中的至少一个；
所述语料训练集包括N个语料库，所述N为正整数；
所述案件训练集通过切分历史案件数据得到，所述历史案件数据包括至少三个历史案件的案情信息和案件类型。


3.根据权利要求2所述的方法，其特征在于，所述分类模型的超参数通过验证集进行更新，所述验证集通过切分所述历史案件数据得到，所述验证集与所述案件训练集不相交。


4.根据权利要求3所述的方法，其特征在于，所述分类模型通过测试集进行测试，所述测试集通过切分所述历史案件数据得到，所述测试集、所述验证集和所述案件训练集互不相交。


5.根据权利要求1所述的方法，其特征在于，在所述获取待分类案件的案情信息之后，在所述通过分类模型，识别所述待分类案件的案情信息所属的案件类型之前，所述方法还包括：
从所述待分类案件的案件信息中提取所述待分类案件的案件特征，并将所述待分类案件的案件特征作为所述分类模型的输入数据。


6.根据权利要求4所述的方法，其特征在于，所述从所述待分类案件的案件信息中提取...

【专利技术属性】
技术研发人员：骆雄辉，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44