一种面向法院电子卷宗的案情信息自动抽取方法

摘要

本发明公开了一种面向法院电子卷宗的案情信息自动抽取方法，该方法包括：创建案情信息抽取框架，对各类案件电子卷宗文件中案情要素进行统计分析，构建基本案情本体；根据案情本体和电子卷宗文件版面特点，定制基本案情信息抽取策略；基于XML的跨领域信息抽取工具TZIE，构建案情信息抽取框架；基于多粒度语义的法律文书构建NER模型及训练，多粒度语义单元的结合方式，采用Word2vec的Skip‑gram模型和LDA主题模型，分别训练得到司法领域词向量模型和字向量模型，结合BiLSTM‑Attention‑CRF模型的领域实体识别，在基准模型BiLSTM‑CRF中增加了Attentio机制，预测每个语义单元属于不同标签的概率，辅助优化的模型训练方式，以人工标注语料训练模型作为主任务，以人工和自动标注语料训练模型作为辅助任务。