一种基于层次注意力神经网络模型的争议焦点自动识别方法

摘要

本发明公开了一种基于层次注意力神经网络模型的争议焦点自动识别方法。首先，从含有法院归纳的争议焦点的文书中提取出法院对案件归纳的争议焦点语句，利用层次聚类方法构建争议焦点体系。再利用该争议焦点体系，为每篇文书打上多个不同的类别标签，构建数据集，将争议焦点识别问题转化为多标签多分类问题。之后，训练层次注意力神经网络模型，将更多的注意力聚焦到含有更多信息量的，重要的词、句子以及段落中，形成争议焦点识别器。最后，将需要识别争议焦点的文本输入到争议焦点识别器中，得到该输入文本的争议焦点。本发明方法预测准确率较高，能够准确识别、判断文书的争议焦点，并具有良好的可扩展性。