一种律师能力评估方法及装置

摘要

本申请提供一种律师能力评估方法及装置，首先获取待评估律师的案件文本，该案件文本中包含参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果；然后将案件文本输入至预设律师评估网络模型，得到待评估律师在各个领域的能力水平向量，该预设律师评估网络模型为根据案件文本使用律师评估网络进行建模得到的；最终将能力水平向量作为待评估律师在各个领域的能力向量值，并作为待评估律师的能力评估结果进行输出。本申请提供的律师能力评估利用公开的受理案件记录，挖掘律师在各领域的潜在能力水平，量化律师的各领域能力，从而为律师提供个性化服务，为客户的案件推荐匹配适合的律师，以及为监管人员的考核律师及绩效评估提供参考。

说明书

技术领域

本申请涉及机器学习和数据挖掘技术领域，特别的，尤其涉及一种律师能力评估方法及装置。

背景技术

随着网络平台的不断发展，越来越多的网上法律平台提供了在线律师服务，以满足日益增长的法律需求，公民可以方便地在网上法律平台向律师寻求法律援助。的确，好的律师不仅能保护当事人的利益，还能保证案件的公正性。然而，由于律师的专业水平参差不齐，擅长的专业领域也各不相同，这一现状为不熟悉的公众选择合适的律师团队带来了巨大的困难。

因此，通过对律师在各个领域的专业技能水平进行细化的评估，为律师制作细粒度个性化画像是十分必要的。然而，由于缺乏统一的评价标准、律师与案件在现实法律情境中的复杂互动等诸多技术和领域挑战，对律师能力的评价具有很大的挑战性。

实际应用中，案件记录中包含关于诉讼过程与判决结果的准确描述，能够一定程度反映律师的能力水平。在基于案件记录的律师评估方面，目前主要是基于PageRank的社交网络方法对律师进行评估和排名，以及通过案件记录预测律师潜在的不道德行为或欺诈诉讼等。然而，律师能力评估这一任务，不仅要考虑律师在受理诉讼案件对应领域的能力水平，还需要考虑诉讼案件的难度，即在某一领域律师水平与案件难度的相对关系，因此，当前利用案件记录来评估律师的方法仍然存在一定的局限性。

发明内容

本申请提供了一种律师能力评估方法及装置，

为了实现上述目的，本申请提供了以下技术方案：

一种律师能力评估方法，包括：

获取待评估律师的案件文本，所述案件文本中包含参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果；

将所述案件文本输入至预设律师评估网络模型，得到所述待评估律师在各个领域的能力水平向量，所述预设律师评估网络模型为根据案件文本使用律师评估网络进行建模得到的；

将所述能力水平向量作为所述待评估律师在各个领域的能力向量值，并作为所述待评估律师的能力评估结果进行输出。

其中，所述预设律师评估网络模型的构建方法，包括：

获取案件样本，所述案件样本包括每个案件中参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果；

对所述案件样本进行预处理，得到处理后的律师受理案件记录；

从所述案件文本中提取案件涉及领域，得到案件-领域相关矩阵；

根据所述处理后的律师受理案件记录和所述案件-领域相关矩阵使用律师评估网络进行建模，构建所述预设律师评估网络模型。

其中，所述将所述能力水平向量作为所述待评估律师在各个领域的能力向量值，并作为所述待评估律师的能力评估结果进行输出，包括：

获取所述待评估律师在各领域能力向量表征及案件的难度表征；

计算所述待评估律师对案件产生积极效益的概率，及所述待评估律师所在团队产生积极效益高于对方团队的概率；

通过预测案件中代理律师是否帮助被代理人获得积极效益的任务学习律师在各领域的能力水平参数；

获取律师评估网络中律师在各个领域的能力水平向量，将律师能力水平向量作为所述待评估律师在各领域的能向量值；

将所述待评估律师的能力评估结果作为输出结果进行输出。

一种律师能力评估装置，包括：

第一处理单元，用于获取待评估律师的案件文本，所述案件文本中包含参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果；

第二处理单元，用于将所述案件文本输入至预设律师评估网络模型，得到所述待评估律师在各个领域的能力水平向量，所述预设律师评估网络模型为根据案件文本使用律师评估网络进行建模得到的；

第三处理单元，用于将所述能力水平向量作为所述待评估律师在各个领域的能力向量值，并作为所述待评估律师的能力评估结果进行输出。

其中，所述第二处理单元用于：

获取案件样本，所述案件样本包括每个案件中参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果；

对所述案件样本进行预处理，得到处理后的律师受理案件记录；

从所述案件文本中提取案件涉及领域，得到案件-领域相关矩阵；

根据所述处理后的律师受理案件记录和所述案件-领域相关矩阵使用律师评估网络进行建模，构建所述预设律师评估网络模型。

其中，所述第三处理单元用于：

获取所述待评估律师在各领域能力向量表征及案件的难度表征；

计算所述待评估律师对案件产生积极效益的概率，及所述待评估律师所在团队产生积极效益高于对方团队的概率；

通过预测案件中代理律师是否帮助被代理人获得积极效益的任务学习律师在各领域的能力水平参数；

获取律师评估网络中律师在各个领域的能力水平向量，将律师能力水平向量作为所述待评估律师在各领域的能向量值；

将所述待评估律师的能力评估结果作为输出结果进行输出。

一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在的设备执行如上述所述的律师能力评估方法。

一种电子设备，所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如上述所述的律师能力评估方法。

本申请所述的律师能力评估方法及装置，首先获取待评估律师的案件文本，所述案件文本中包含参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果；然后将所述案件文本输入至预设律师评估网络模型，得到所述待评估律师在各个领域的能力水平向量，所述预设律师评估网络模型为根据案件文本使用律师评估网络进行建模得到的；最终将所述能力水平向量作为所述待评估律师在各个领域的能力向量值，并作为所述待评估律师的能力评估结果进行输出。本申请提供的律师能力评估利用公开的受理案件记录，挖掘律师在各领域的潜在能力水平，量化律师的各领域能力，从而为律师提供个性化服务，为客户的案件推荐匹配适合的律师，以及为监管人员的考核律师及绩效评估提供参考。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例公开的一种律师能力评估方法的流程示意图；

图2为本申请实施例公开的预设律师评估网络模型的构建方法的流程示意图；

图3为本申请实施例公开的一种律师能力评估方法实施例流程示意图；

图4为本申请实施例公开的一种律师能力评估装置的结构示意图；

图5为本申请实施例公开的一种电子设备的结构示意图。

具体实施方式

本申请提供一种律师能力评估方法及装置，能够充分挖掘出源数据中原被告律师能力与案件难度的相对关系，即律师能力评估旨在利用公开的受理案件记录，挖掘律师在各领域的潜在能力水平，量化律师的各领域能力，从而为律师提供个性化服务，为客户的案件推荐匹配适合的律师，以及为监管人员的考核律师及绩效评估提供参考。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

请参见附图1，为本申请实施例提供的一种律师能力评估方法流程示意图。如图1所示，本申请实施例提供了一种律师能力评估方法，该方法包括：

S101：获取待评估律师的案件文本，所述案件文本中包含参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果。

本申请实施例中，案件文本可以从互联网上获取，其中，案件涉及领域和判决结果一般是由与涉案人员利益不相关的专家根据案件文书标注得到，判决结果指律师是否帮助被代理人获得积极效益。

S102：将所述案件文本输入至预设律师评估网络模型，得到所述待评估律师在各个领域的能力水平向量，所述预设律师评估网络模型为根据案件文本使用律师评估网络进行建模得到的。

本申请实施例中，将案件记录处理为律师受理案件记录的形式，即每位律师受理案件及其判决结果的集合。同时，从案件记录中提取案件涉及领域，得到案件-领域相关矩阵Q，即如果案件c

S201：获取案件样本，所述案件样本包括每个案件中参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果；

S202：对所述案件样本进行预处理，得到处理后的律师受理案件记录；

S203：从所述案件文本中提取案件涉及领域，得到案件-领域相关矩阵；

S204：根据所述处理后的律师受理案件记录和所述案件-领域相关矩阵使用律师评估网络进行建模，构建所述预设律师评估网络模型。

具体的，所述根据获取到的律师、案件与领域信息使用律师评估网络进行建模包括：

如图3所示，给定一个任务，包含N位律师、M件案件和K个领域，分别表示为：L＝{l

律师记录R定义为三元组R＝{l，c，r}，其中，l∈L，c∈C，r为判决结果，如果律师l

设定待评估律师表征为x

本申请实施例中，自主学习律师的能力表征与案件表征相关参数。在整个训练过程中的目标就是最小化损失函数，使模型达到较优的收敛效果，我们采用了交叉熵损失函数进行训练：

其中

S103：将所述能力水平向量作为所述待评估律师在各个领域的能力向量值，并作为所述待评估律师的能力评估结果进行输出。

上述所述将所述能力水平向量作为所述待评估律师在各个领域的能力向量值，并作为所述待评估律师的能力评估结果进行输出，包括：

获取所述待评估律师在各领域能力向量表征及案件的难度表征；

本申请实施例中，将每个律师都表征为一个向量，表示该律师在每个领域的能力。律师能力表征h

相应地，原告团队和被告团队的组成是诉讼的重要情景信息，需要表征原告和被告律师团队。首先，我们用向量分别代表原告组和被告组的所有律师，原告和被告团队中律师的情景能力表征如下：

其中

为了更精确地评估与表示案件，采用三个向量来表示案件c，即案件领域Q

案件领域：案件领域表征Q

Q

其中，Q

案件难度：首先，给定一个词序列的描述

其中，W

案件区分度：同样，h

在获得原告和被告的律师团队的表征(即

α＝softmax(V)

其中，V∈(0，1)

最后，对原被告方的情景信息进行表征，即各方律师团队能力及代理原被告案件难度的相对关系。原、被告的情景信息T

计算所述待评估律师对案件产生积极效益的概率，及所述待评估律师所在团队产生积极效益高于对方团队的概率；

本申请实施例中，为了融合更全面的信息，我们采用预期模块和对抗模块来建模获取律师与案件之间、原被告团队之间的相对关系。

1)预期模块。为了挖掘被评估的律师与案件难度之间的关系，预期模块表示律师在各领域对案件产生积极效益的概率，我们将其表示为：

其中，ο表示元素积，×表示点积，l表示被评估律师，G

2)对抗模块。在这个模块中，为了挖掘原告和被告团队中律师与案件之间的关系，我们将律师在原告和被告团队之间的相对优势，即被评估律师所在团队产生积极效益高于对方团队的概率，表述如下：

其中，

另外，为了自适应地学习律师能力、案件难度与律师产生积极效益的关系，我们将预期模块和对抗模块的表示连接起来，然后通过以下的全连接层与激活函数得到预测结果，即律师是否产生积极效益：

o

o

y＝sigmoid(W

为保证预期模块和对抗模块的表征与最终预测结果呈正相关关系，本申请限制全连接层的权重W都是正数。

通过预测案件中代理律师是否帮助被代理人获得积极效益的任务学习律师在各领域的能力水平参数；

获取律师评估网络中律师在各个领域的能力水平向量，将律师能力水平向量作为所述待评估律师在各领域的能向量值；

将所述待评估律师的能力评估结果作为输出结果进行输出。

本申请实施例提供的一种律师能力评估方法，首先获取待评估律师的案件文本，所述案件文本中包含参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果；然后将所述案件文本输入至预设律师评估网络模型，得到所述待评估律师在各个领域的能力水平向量，所述预设律师评估网络模型为根据案件文本使用律师评估网络进行建模得到的；最终将所述能力水平向量作为所述待评估律师在各个领域的能力向量值，并作为所述待评估律师的能力评估结果进行输出。本申请提供的律师能力评估利用公开的受理案件记录，挖掘律师在各领域的潜在能力水平，量化律师的各领域能力，从而为律师提供个性化服务，为客户的案件推荐匹配适合的律师，以及为监管人员的考核律师及绩效评估提供参考。

请参阅图4，基于上述实施例公开的一种律师能力评估方法，本实施例对应公开了一种律师能力评估装置，该装置包括：

第一处理单元401，用于获取待评估律师的案件文本，所述案件文本中包含参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果；

第二处理单元402，用于将所述案件文本输入至预设律师评估网络模型，得到所述待评估律师在各个领域的能力水平向量，所述预设律师评估网络模型为根据案件文本使用律师评估网络进行建模得到的；

第三处理单元403，用于将所述能力水平向量作为所述待评估律师在各个领域的能力向量值，并作为所述待评估律师的能力评估结果进行输出。

进一步的，所述第二处理单元402用于：

获取案件样本，所述案件样本包括每个案件中参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果；

对所述案件样本进行预处理，得到处理后的律师受理案件记录；

从所述案件文本中提取案件涉及领域，得到案件-领域相关矩阵；

根据所述处理后的律师受理案件记录和所述案件-领域相关矩阵使用律师评估网络进行建模，构建所述预设律师评估网络模型。

进一步的，所述第三处理单元403用于：

获取所述待评估律师在各领域能力向量表征及案件的难度表征；

计算所述待评估律师对案件产生积极效益的概率，及所述待评估律师所在团队产生积极效益高于对方团队的概率；

通过预测案件中代理律师是否帮助被代理人获得积极效益的任务学习律师在各领域的能力水平参数；

获取律师评估网络中律师在各个领域的能力水平向量，将律师能力水平向量作为所述待评估律师在各领域的能向量值；

将所述待评估律师的能力评估结果作为输出结果进行输出。

所述律师能力评估装置包括处理器和存储器，上述第一处理单元、第二处理单元、第三处理单元、第四处理单元和第五处理单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来达到挖掘律师在各领域的潜在能力水平，量化律师的各领域能力，从而为律师提供个性化服务，为客户的案件推荐匹配适合的律师，以及为监管人员的考核律师及绩效评估提供参考。

本申请实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述律师能力评估方法。

本申请实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述律师能力评估方法。

本申请实施例提供了一种电子设备，如图5所示，该电子设备50包括至少一个处理器501、以及与所述处理器连接的至少一个存储器502、总线503；其中，所述处理器501、所述存储器502通过所述总线503完成相互间的通信；处理器501用于调用所述存储器502中的程序指令，以执行上述的所述律师能力评估方法。

本文中的电子设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：

获取待评估律师的案件文本，所述案件文本中包含参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果；

将所述案件文本输入至预设律师评估网络模型，得到所述待评估律师在各个领域的能力水平向量，所述预设律师评估网络模型为根据案件文本使用律师评估网络进行建模得到的；

将所述能力水平向量作为所述待评估律师在各个领域的能力向量值，并作为所述待评估律师的能力评估结果进行输出。

进一步的，所述预设律师评估网络模型的构建方法，包括：

获取案件样本，所述案件样本包括每个案件中参与案件的原告律师、被告律师、案件涉及领域、案件文书和判决结果；

对所述案件样本进行预处理，得到处理后的律师受理案件记录；

从所述案件文本中提取案件涉及领域，得到案件-领域相关矩阵；

根据所述处理后的律师受理案件记录和所述案件-领域相关矩阵使用律师评估网络进行建模，构建所述预设律师评估网络模型。

进一步的，所述将所述能力水平向量作为所述待评估律师在各个领域的能力向量值，并作为所述待评估律师的能力评估结果进行输出，包括：

获取所述待评估律师在各领域能力向量表征及案件的难度表征；

计算所述待评估律师对案件产生积极效益的概率，及所述待评估律师所在团队产生积极效益高于对方团队的概率；

通过预测案件中代理律师是否帮助被代理人获得积极效益的任务学习律师在各领域的能力水平参数；

获取律师评估网络中律师在各个领域的能力水平向量，将律师能力水平向量作为所述待评估律师在各领域的能向量值；

将所述待评估律师的能力评估结果作为输出结果进行输出。

本申请是根据本申请实施例的方法、设备(系统)、计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

在一个典型的配置中，设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。