(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210437396.0 (22)申请日 2022.04.25 (65)同一申请的已公布的文献号 申请公布号 CN 114547257 A (43)申请公布日 2022.05.27 (73)专利权人 湖南工商大 学 地址 410205 湖南省长 沙市岳麓区岳麓 大 道569号 (72)发明人 陈晓红　文泽雄　胡东滨　曹文治　 徐雪松　 (74)专利代理 机构 深圳众鼎汇成知识产权代理 有限公司 4 4566 专利代理师 朱业刚 (51)Int.Cl. G06F 16/33(2019.01) G06F 40/211(2020.01) G06F 40/253(2020.01) G06F 40/289(2020.01) G06F 40/30(2020.01) G06K 9/62(2022.01) G06Q 50/18(2012.01)(56)对比文件 CN 108038091 A,2018.0 5.15 US 20162 24637 A1,2016.08.04 CN 110737821 A,2020.01.31 CN 114092283 A,202 2.02.25 CN 107908671 A,2018.04.13 CN 113407729 A,2021.09.17 CN 111241241 A,2020.0 6.05 US 2021103256 A1,2021.04.08 US 2015363509 A1,2015.12.17 US 201915 5940 A1,2019.0 5.23 Yongjun Wang;Ji ng Gao.Case Recommendation Algorithm of Discipl ine Inspection and Supervisi on based o n Knowledge Graph. 《2021 2nd I nternati onal Conference o n Electro nics, Com munications and Informati on Technology (CECIT)》 .202 2, 全文. 李培峰， 周国栋， 朱巧明.基 于语义的中文 事 件触发词抽取联合模型. 《北 大核心》 .2016,全 文. 审查员 周炬 (54)发明名称 类案匹配方法、 装置、 计算机设备及存储介 质 (57)摘要 本申请公开了一种类案匹配方法， 应用于司 法案件技术领域， 用于提高类案匹配的准确性。 本申请提供的方法包括： 获取目标案件， 根据预 设的事件抽取规则， 对所述目标案件进行要素抽 取， 得到事件特征信息； 通过在线数据库， 获取案 件样本并构成案件样本库， 对所述案件样本进行 要素抽取和因果关系抽取， 得到所述案件样本的 事件连接图； 根据所述预设的事件抽取规则， 对 所述事件 连接图中的命名实体进行要素标注， 获 取事件元素信息并生成事件元素节点构成案件 图谱； 计算所述事件特征信息与所述案件图谱的向量相似度， 得到所述事件特征信息与所述案件 图谱的匹配值； 基于所述匹配值， 从所述案件样 本库中筛 选出所述目标案件的类似案件。 权利要求书3页 说明书11页 附图2页 CN 114547257 B 2022.07.19 CN 114547257 B 1.一种类案匹配方法， 其特 征在于， 包括： 获取目标案件， 根据 预设的事件抽取规则， 对所述目标案件进行要素抽取， 得到事件特 征信息， 其中， 所述事件特征信息包括至少一个目标元素以及 对应的目标元素信息,所述预 设的事件抽取规则包括命名实体的抽取规则， 命名实体类型包括事件类型、 事件触发词、 事 件要素和要素角色； 通过在线数据库， 获取案件样本并构成案件样本库， 对所述案件样本进行要素抽取和 因果关系抽取， 得到所述案件样本的事 件连接图； 根据所述预设的事件抽取规则， 对所述事件连接 图中的命名实体进行要素标注， 获取 事件元素信息并生成事 件元素节点构成案件图谱； 计算所述事件特征信 息与所述案件图谱的向量相似度， 得到所述事件特征信 息与所述 案件图谱的匹配值； 基于所述匹配值， 从所述案件样本库中筛选出所述 目标案件的类似案 件； 其中， 计算所述事件特征信息与所述案件图谱的向量相似度， 得到所述事件特征信息 与所述案件图谱的匹配值包括： 基于同一命名实体类型， 计算所述目标元素信息的目标特征向量， 并计算所述事件元 素节点对应的事 件元素信息的事 件元素向量； 计算所述目标特征向量与同一实体命名实体类型的所有所述事件元素向量的余弦相 似度， 并基于所述 余弦相似度计算目标 元素信息与所有事 件元素节点的相似度均值； 将所有命名实体类型的相似度均值求和， 得到相似度求和值， 将所述相似度求和值作 为所述事 件特征信息与所述案件图谱的匹配值； 其中， 计算相似度均 值的步骤包括： 通过textrank算法， 计算案件图谱中的事件元素节 点的元素权重， 直到停止迭代之后， 按照元素权重的大小， 在每个命名实体类型中筛选出预 设数量的事 件元素节点， 作为案件元 素节点； 计算所述案件元素节点的案件元素向量， 并计算所述案件元素向量与 所述特征向量的 余弦相似度， 并得到所述相似度均值。 2.根据权利要求1所述的类案匹配方法， 其特征在于， 所述获取目标案件， 根据预设的 事件抽取规则， 对所述目标案件进行要素抽取， 得到事 件特征信息包括： 获取所述目标案件的案件文本， 根据预设的事件抽取规则， 确定所述案件文本的目标 元素； 对所述目标 元素进行元素抽取， 将抽取 得到的目标 元素信息作为事 件特征信息。 3.根据权利要求1所述的类案匹配方法， 其特征在于， 所述通过在线数据库， 获取案件 样本并构成案件样本库， 对所述案件样本进行要素抽取和因果关系抽取， 得到所述案件样 本的事件连接图包括： 通过在线数据库， 获取案件样本的判决文本， 构成案件样本库； 对所述判决文本进行 预处理之后， 对所述判决文本进行依存语法分析， 得到分析 结果； 基于所述分析结果， 对所述判决文本进行要素抽取和 因果抽取， 得到事件元素以及所 述事件元素之间的因果关系； 基于所述事件元素和所述因果关系， 构成事件三元组， 基于所述事件三元组构成事件 连接图。权　利　要　求　书 1/3 页 2 CN 114547257 B 24.根据权利要求3所述的类案匹配方法， 其特征在于， 所述基于所述事件元素和所述因 果关系， 构成事 件三元组， 基于所述事 件三元组构成事 件连接图包括： 将所述事件三元组的所述事件元素作为节点， 通过textrank算法迭代计算所述节点的 权重， 直到所述权 重收敛， 得到节点权 重； 按照节点权重的大小顺序， 对所述节点进行排序并生成排序列表， 选取所述排序列表 的前列预设数量的节点， 构成所述事 件连接图。 5.根据权利要求1所述的类案匹配方法， 其特征在于， 所述根据 所述预设的事件抽取规 则， 对所述事件连接图中的命名实体进行要素标注， 获取事件元素信息并生成事件元素节 点构成案件图谱 包括： 获取所述事件连接图中每 个节点对应的文本， 作为待标注文本； 根据所述预设的事件抽取规则， 对所述待标注文本的命名实体进行要素标注， 并获取 对应的事 件元素信息； 将命名实体类型为事件触发词的节点作为中心节点， 其他命名实体类型作为周围节 点， 所述中心 节点与所述周围节点构成案件图谱。 6.一种类案匹配装置， 其特 征在于， 包括： 特征信息获取模块， 用于获取目标案件， 根据 预设的事件抽取规则， 对所述目标案件进 行要素抽取， 得到事件特征信息， 其中， 所述事件 特征信息包括至少一个目标元素以及 对应 的目标元素信息,所述预设的事件抽取规则包括命名实体的抽取规则， 命名实体类型包括 事件类型、 事 件触发词、 事 件要素和要素角色； 连接图生成模块， 用于通过在线数据库， 获取案件样本并构 成案件样本库， 对所述案件 样本进行要素抽取和因果关系抽取， 得到所述案件样本的事 件连接图； 案件图谱生成模块， 用于根据所述预设的事件抽取规则， 对所述事件连接 图中的命名 实体进行要素 标注， 获取事 件元素信息并生成事 件元素节点构成案件图谱； 匹配值计算模块， 用于计算所述事件特征信息与所述案件图谱的向量相似度， 得到所 述事件特征信息与所述案件图谱的匹配值； 类案匹配模块， 用于基于所述匹配值， 从所述案件样本库中筛选出所述目标案件的类 似案件； 其中， 所述匹配值计算模块包括： 向量生成单元， 用于基于同一命名实体类型， 计算所述目标元素信 息的目标特征向量， 并计算所述事 件元素节点对应的事 件元素信息的事 件元素向量； 相似度计算单元， 用于计算所述目标特征向量与同一实体命名实体类型的所有所述事 件元素向量的余弦相似度， 并基于所述余弦相似度计算目标元素信息与所有事件元素节点 的相似度均值； 匹配值计算单元， 用于将所有命名实体类型的相似度均值求和， 得到相似度求和值， 将 所述相似度求和值作为所述事 件特征信息与所述案件图谱的匹配值。 7.一种计算机设备， 包括存储器、 处理器以及存储在所述存储器中并在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至5 中任一项所述