案件检测方法、装置、电子设备及可读存储介质制造方法及图纸

本申请提供一种案件检测方法、装置、电子设备及可读存储介质。方法包括：获取当前案件的第一案件信息；将第一案件信息输入经过训练的第一机器学习模型、第二机器学习模型，得到由第一机器学习模型对当前案件进行分类的分类结果，以及得到由第二机器学习模型从第一案件信息提取的案件特征；基于分类结果及案件特征，生成当前案件的特征码，特征码包括分别与分类结果及案件特征对应的码段，用于检测当前案件与历史案件的相似度。在本方案中，分别利用第一机器学习模型、第二机器学习模型对第一案件信息进行识别，以得到当前案件的分类结果及案件特征，有利于提高得到分类结果及案件特征的准确性，从而有利于改善案件相似度检测的准确性差的问题。

Case detection method, device, electronic equipment and readable storage medium

【技术实现步骤摘要】
案件检测方法、装置、电子设备及可读存储介质
本专利技术涉及计算机数据处理
，具体而言，涉及一种案件检测方法、装置、电子设备及可读存储介质。
技术介绍
在日常的案件侦破中，随着时间推移将逐渐积累越来越多的案件，使得历史案件中可能存在与当前案件关联或相似的案件。侦破人员在侦破当前的案件时，可以通过与当前案件相似的已破案件提供侦破思路和经验，或者基于与当前案件相似未破案件合并线索，串并侦破。目前，在检测案件相似度的过程中，受限于目前的数据分析处理方式，使得检测的案件的相似度准确性差。
技术实现思路
本申请提供一种案件检测方法、装置、电子设备及可读存储介质，能够改善案件相似度检测的准确性差的问题。为了实现上述目的，本申请实施例所提供的技术方案如下所示：第一方面，本申请实施例提供一种案件检测方法，所述方法包括：获取当前案件的第一案件信息；将所述第一案件信息输入经过训练的第一机器学习模型、第二机器学习模型，得到由所述第一机器学习模型对所述当前案件进行分类的分类结果，以及得到由所述第二机器学习模型从所本文档来自技高网...

【技术保护点】
1.一种案件检测方法，其特征在于，所述方法包括：/n获取当前案件的第一案件信息；/n将所述第一案件信息输入经过训练的第一机器学习模型、第二机器学习模型，得到由所述第一机器学习模型对所述当前案件进行分类的分类结果，以及得到由所述第二机器学习模型从所述第一案件信息提取的案件特征；/n基于所述分类结果及所述案件特征，生成所述当前案件的特征码，所述特征码包括分别与所述分类结果及所述案件特征对应的码段，用于检测所述当前案件与历史案件的相似度。/n

【技术特征摘要】
1.一种案件检测方法，其特征在于，所述方法包括：
获取当前案件的第一案件信息；
将所述第一案件信息输入经过训练的第一机器学习模型、第二机器学习模型，得到由所述第一机器学习模型对所述当前案件进行分类的分类结果，以及得到由所述第二机器学习模型从所述第一案件信息提取的案件特征；
基于所述分类结果及所述案件特征，生成所述当前案件的特征码，所述特征码包括分别与所述分类结果及所述案件特征对应的码段，用于检测所述当前案件与历史案件的相似度。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述特征码及每个历史案件的特征码，确定所述当前案件与每个历史案件的相似度；
从所述历史案件中选取指定数量的相似度最大的案件为所述当前案件的相似案件。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
基于所述当前案件、所述相似案件、获取的与所述相似案件对应的相似案件，生成案件关系图。


4.根据权利要求2所述的方法，其特征在于，所述基于所述特征码及每个历史案件的特征码，确定所述当前案件与每个历史案件的相似度，包括：
基于所述当前案件的所述特征码与每个历史案件的特征码的汉明距离，确定所述当前案件与每个历史案件的相似度，其中，所述特征码中同一位置的码段的特征属性及字节长度相同。


5.根据权利要求1所述的方法，其特征在于，在所述将所述第一案件信息输入经过训练的第一机器学习模型、第二机器学习模型之前，所述方法还包括：
获取用于训练的案件信息集合，所述案件信息集合包括多个案件对应的第二案件信息，每个所述第二案件信息包括案件的分类标注；
通过所述案件信息集合训练第一机...

【专利技术属性】
技术研发人员：杨鹏飞，李亮，李尧，
申请(专利权)人：北京明略软件系统有限公司，
类型：发明
国别省市：北京;11