基于AI的案件争议焦点确定方法、装置、设备及介质制造方法及图纸

本申请涉及人工智能及智能决策技术领域，提供一种基于AI的案件争议焦点确定方法、装置、设备及介质，其方法能够基于Transformer模型对文本数据进行扩展得到扩展数据，提高了数据的全面性，基于BERT模型对扩展数据进行回归分析得到基础数据，预测结果更加准确，获取目标辩称输入至决策模型，输出第一案件争议焦点集合，获取目标事实要素与规则表匹配，得到第二案件争议焦点集合，执行并集运算，得到备选案件争议焦点并推送至指定终端设备，结合两次案件争议焦点的确定自动认定备选案件争议焦点，以供法官等人员选择以辅助决策，提高了法官审理案件的质效，同时实现了相同类型案件的规范化。本发明专利技术还涉及区块链技术，规则表及决策模型可存储于区块链上。

AI based method, device, equipment and medium for determining the dispute focus of a case

【技术实现步骤摘要】
基于AI的案件争议焦点确定方法、装置、设备及介质
本专利技术涉及人工智能及智能决策
，尤其涉及一种基于AI的案件争议焦点确定方法、装置、设备及介质。
技术介绍
法官在审理当事人对案件事实有争议的案件时，因案件争议焦点的认定结果是影响案件裁判结果的重要因素，所以需要梳理各方的争议焦点类型，并对认定的结果做出说理，同时附上法律依据等。但同一类型的案件争议焦点会有重复性，法官在审理诸多同类型案件的时候会遇到争议焦点相似的情形。针对上述情况，法官每次都需要重复查阅资料、法律依据，并从同类案件中参考争议焦点的认定结果，重复的争议焦点认定过程耗时耗力，影响了法官审理案件的质效。
技术实现思路
鉴于以上内容，有必要提供一种基于AI的案件争议焦点确定方法、装置、设备及介质，能够基于人工智能手段，结合两次案件争议焦点的确定自动认定备选案件争议焦点，以供法官等相关人员选择以辅助决策，提高了法官审理案件的质效，同时实现了相同类型案件的规范化。一种基于AI的案件争议焦点确定方法，所述基于AI的案件争议焦点确定方法包括：r>响应于接收到的案本文档来自技高网...

【技术保护点】
1.一种基于AI的案件争议焦点确定方法，其特征在于，所述基于AI的案件争议焦点确定方法包括：/n响应于接收到的案件争议焦点确定指令，从所述案件争议焦点确定指令中获取待处理案件的文本数据；/n基于Transformer模型对所述文本数据进行扩展，得到扩展数据；/n基于BERT模型对所述扩展数据进行回归分析，得到基础数据；/n从所述基础数据中获取目标辩称及目标事实要素；/n将所述目标辩称输入至预先训练的决策模型中，输出第一案件争议焦点集合，其中，所述决策模型基于随机森林算法及卷积神经网络算法训练而得到；/n将所述目标事实要素与预先配置的规则表进行匹配，得到第二案件争议焦点集合；/n对所述第一案件争...

【技术特征摘要】
1.一种基于AI的案件争议焦点确定方法，其特征在于，所述基于AI的案件争议焦点确定方法包括：
响应于接收到的案件争议焦点确定指令，从所述案件争议焦点确定指令中获取待处理案件的文本数据；
基于Transformer模型对所述文本数据进行扩展，得到扩展数据；
基于BERT模型对所述扩展数据进行回归分析，得到基础数据；
从所述基础数据中获取目标辩称及目标事实要素；
将所述目标辩称输入至预先训练的决策模型中，输出第一案件争议焦点集合，其中，所述决策模型基于随机森林算法及卷积神经网络算法训练而得到；
将所述目标事实要素与预先配置的规则表进行匹配，得到第二案件争议焦点集合；
对所述第一案件争议焦点集合及所述第二案件争议焦点集合执行并集运算，得到备选案件争议焦点，并将所述备选案件争议焦点推送至指定终端设备。


2.如权利要求1所述的基于AI的案件争议焦点确定方法，其特征在于，所述基于Transformer模型对所述文本数据进行扩展，得到扩展数据包括：
获取所述文本数据中的每个段落；
将每个段落分别输入至所述Transformer模型，得到每个段落的多个关联段落；
计算每个段落的多个关联段落与对应段落的相关度；
将相关度大于或者等于第一预设值的关联段落确定为每个段落的扩展段落；
将每个段落的扩展段落合并至对应的段落；
整合合并后的各个段落，得到所述扩展数据。


3.如权利要求1所述的基于AI的案件争议焦点确定方法，其特征在于，所述基于BERT模型对所述扩展数据进行回归分析，得到基础数据包括：
采用BERT算法，并基于通用文本库进行预训练，得到所述BERT模型；
将所述扩展数据输入至所述BERT模型，输出每个词的重要程度评分；
对每个词的重要程度评分进行标准化处理；
根据标准化处理后的每个词的重要程度评分，基于所述扩展数据的词组成生成所述扩展数据的文本表示作为所述基础数据。


4.如权利要求1所述的基于AI的案件争议焦点确定方法，其特征在于，在将所述目标辩称输入至预先训练的决策模型中前，所述基于AI的案件争议焦点确定方法还包括：
获取样本数据，所述样本数据中包括辩称及与每个辩称对应的案件争议焦点；
基于随机森林算法提取每个辩称的关键词；
基于Word2Vec算法训练词向量字典；
采用卷积神经网络算法，基于所述词向量字典，以每个辩称的关键词为输入，以及以每个辩称对应的案件争议焦点为输出，训练所述决策模型。


5.如权利要求4所述的基于AI的案件争议焦点确定方法，其特征在于，所述基于随机森林算法提取每个辩称的关键词包括：
对每个辩称对应的案件争议焦点进行分词处理；
提取分词处理后的每个案件争议焦点的词袋模型特征；
确定每个案件争议焦点与每个辩称的匹配度的评分；
对每个评分进行二分类处理，得到高分案件争议焦点及低分案件争议焦点；
基于随...

【专利技术属性】
技术研发人员：娟娟，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：广东;44