买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学技术大学

摘要：本发明公开了一种多角度民事案件判决预测方法，包括：获取训练数据集；建立法律知识库并根据原告诉称、被告辩称从中搜索G条法律知识；将G条法律知识与案件事实进行余弦相似度的计算并抽取前k条法律知识；将诉称、辩称、案件事实、诉求、法律知识分别通过长短期记忆网络获得其各自的向量表示，转换为低维的语义表达；将诉称和辩称分别与事实向量连接，再将其分别与诉求通过共同注意力网络获取诉称事实以及辩称事实向量表示；将k条法律知识向量分别与事实通过共同注意力网络获取知识事实向量表示；根据诉称事实、辩称事实、知识事实的向量表示对原告诉求进行判决预测。该多角度民事案件判决预测方法大大提高了预测结果的准确性。

主权项：1.一种多角度民事案件判决预测方法，其特征在于，所述多角度民事案件判决预测方法包括：步骤1、获取诉称、辩称、事实、诉求、判决结果的训练数据集；步骤2、建立法律知识库并根据原告诉称、被告辩称从中搜索G条法律知识；步骤3、将步骤2中得到的G条法律知识与案件事实进行余弦相似度的计算并抽取前k条法律知识；步骤4、将诉称、辩称、案件事实、诉求、法律知识分别通过长短期记忆网络获得其各自的向量表示，以将案件的诉称、辩称、事实、诉求和法律知识转换为低维的语义表达；步骤5、将诉称和辩称分别与事实向量连接，再将其分别与诉求通过共同注意力网络获取诉称事实以及辩称事实向量表示；步骤6、将k条法律知识向量分别与事实通过共同注意力网络获取知识事实向量表示；步骤7、根据诉称事实、辩称事实、知识事实的向量表示对原告诉求进行判决预测；其中，步骤4包括：针对诉称，首先给定诉称的词序列表示每个词都被映射到一个低维稠密的向量空间，得到对应的词嵌入序列通过Vc＝LSTMEc得到连续的隐藏层向量Vc，其中，并且，辩称、事实、诉求和法律知识的隐藏层向量采取相同操作，分别得到Va、Vf、Vp和在步骤5中，诉称Vc和辩称Va分别与事实Vf进行连接获得Vcf和Vaf，通过共同注意力网络后获得的向量为诉称事实向量Ccf与辩称事实向量表示Caf；其中，诉称事实向量Ccf的获取过程为：首先，获取亲和矩阵L，其中包含对应于所有连接词和请求词对的亲和分数： 将亲和矩阵按行标准行，为连接词中的每个词产生注意权重Ap，并按列标准化，为连接词中的每个词产生注意权重Acf： 接着，根据请求中的每个词语计算诉称和事实的连接词的注意力： 最后，得到请求、诉称和事实的共同注意力诉称事实向量表示： 采取同样的方式获得被告辩称和事实对诉求的共同注意力辩称事实向量表示Caf。

全文数据：

权利要求：

百度查询： 中国科学技术大学 多角度民事案件判决预测方法