面向不平衡司法裁判文书数据的法条推荐方法及系统

摘要

本发明提供了一种面向不平衡司法裁判文书数据的法条推荐方法及系统，将获取的司法裁判文书数据输入模型并预处理，进行序列化得到模型的训练集；将训练集通过基于预训练模型的嵌入层，得到文本的向量表示；将文本向量通过CNN（卷积神经网络）获取文本特征；将训练集通过基于语法依赖信息的词语搭配算法，得到文本的词语搭配特征；将文本特征和词语搭配特征通过神经网络进行融合，得到混合语义向量；将混合语义向量输入到深层神经网络中，输出法条预测结果；基于法条预测结果和真实司法裁判文书的法条标签进行模型训练，并将训练完成的模型用于司法案件的辅助判决，能有效在极度不平衡数据下推荐适用的法条辅助法官进行司法裁判。