一种基于法条关系的法条推荐方法技术

本发明专利技术公开了一种基于法条关系的法条推荐方法，包括以下步骤：从中国裁判文书网收集裁判文书，构成训练语料；对训练语料进行预处理，包括对案件事实、指控罪名、引用法条三者的不同处理；对用户输入进行预处理；划分数据集，训练本发明专利技术设计的一个基于法条关系的联合生成模型，该模型基于罪名预测任务辅助法条推荐任务进行学习；根据训练好的联合生成模型提取推荐法条集；输出推荐法条集。本发明专利技术利用编码器‑解码器框架，基于法条关系，结合案件事实、控告罪名、引用法条三者之间的深度关联，设计了一种全新的联合生成模型。实现表明，该模型改善了法条推荐任务的预测效果，适用于真实场景下的法条推荐任务。

【技术实现步骤摘要】
一种基于法条关系的法条推荐方法
本专利技术涉及一种法条推荐方法，具体涉及一种基于法条关系的法条推荐方法，属于自然语言处理领域。
技术介绍
法条推荐任务作为法律判决预测的一个分支，其目标在于给定案件事实描述，寻找合适的法条用作审判的依据。法条推荐作为自然语言处理技术在法律领域的成功应用，可同时解决法学专家和普通群众在现实场景中遇到的问题：对于法官、律师一类的法学专家而言，面对众多的复杂案件，他们不得不通过分析案件事实，结合当事人观点，从成百上千的候选法条中找到合适的作为审判依据；对于缺乏专业知识的普通群众而言，则需要花费昂贵的代价为他们所牵扯的案件寻求法律咨询。伴随着法条推荐应用的推广，它不仅能够提高法律专业人士的工作效率、给予更加专业的法律建议，而且能够给予没有法律背景知识的人群相应的法律指导与援助。法条推荐任务近年来一直有受到研究者的广泛关注，并伴随有众多的研究进展。在早期工作中，有研究学者设计出大量规则用于该任务的文本模式检测，在满足一定条作时，相关结果就会生成。这类工作准确率不高且泛化能力不强。随着机器学习的兴起，一些工作试图通过本文档来自技高网...

【技术保护点】
1.一种基于法条关系的法条推荐方法，其特征在于包含以下步骤：/n步骤(1)从中国裁判文书网收集裁判文书，构建训练语料；/n步骤(2)训练语料预处理；/n步骤(3)用户输入预处理；/n步骤(4)训练基于法条关系的，并以罪名预测任务为辅助任务进行联合学习的序列生成模型；/n步骤(5)提取推荐法条集；/n步骤(6)输出推荐法条列表。/n

【技术特征摘要】
1.一种基于法条关系的法条推荐方法，其特征在于包含以下步骤：
步骤(1)从中国裁判文书网收集裁判文书，构建训练语料；
步骤(2)训练语料预处理；
步骤(3)用户输入预处理；
步骤(4)训练基于法条关系的，并以罪名预测任务为辅助任务进行联合学习的序列生成模型；
步骤(5)提取推荐法条集；
步骤(6)输出推荐法条列表。


2.根据权利要求1所述的一种基于法条关系的法条推荐方法，其特征在于步骤(1)中从中国裁判文书网收集裁判文书，构建训练语料。


3.根据权利要求1所述的一种基于法条关系的法条推荐方法，其特征在于步骤(2)中对训练语料进行预处理，具体子步骤包括：
步骤(2.1)从裁判文书中抽取出案件事实、引用法条列表和指控罪名；
步骤(2.2)对案件事实进行中文分词，获取词汇集并记录每个词汇出现的频次；
步骤(2.3)去除低频词语，构造该任务训练语料的词典；
步骤(2.4)合并所有案件的控告罪名，构造针对该任务训练语料的控告罪名集合，形成罪名预测任务的输出空间；
步骤(2.5)合并所有案件引用的法条，构造针对该任务训练语料的引用法条集合，形成法条推荐任务的输出空间。


4.根据权利要求1所述的一种基于法条关系的法条推荐方法，其特征在于步骤(3)中对用户输入的案件事实进行预处理，具体子步骤包括：
步骤(3.1)对用户输入的案件事实进行中文分词；
步骤(3.2)将各词汇根据词典转化为独热向量表示。


5.根据权利要求1所述的一种基于法条关系的法...

【专利技术属性】
技术研发人员：李传艺，葛季栋，冯奕，黄云云，周筱羽，骆斌，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏;32