(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111491204.6 (22)申请日 2021.12.08 (71)申请人 东北大学 地址 110819 辽宁省沈阳市和平区文化路3 号巷11号 (72)发明人 高天寒　贾启振　董傲霜　赵琪珲　 (74)专利代理 机构 沈阳东大知识产权代理有限 公司 21109 代理人 李在川 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/26(2012.01) G06F 40/205(2020.01) G06F 16/35(2019.01) G06N 5/02(2006.01) (54)发明名称 一种融入辅助知识进行刑期预测的方法 (57)摘要 本发明公开一种融入辅助知识进行刑期预 测的方法， 方法首先抽取法律文书样例数据集中 事实描述、 涉案法条和刑期结果， 并针对法律文 书样例数据集分布不均匀的问题， 对法律文书样 例数据集中样例较少的种类进行数据补充； 接着 将抽取的涉案法条作为辅助知识和事实描述部 分进行融合， 并根据刑期结果设置预测标签； 然 后进行数据增强处理， 以去除噪音数据； 最后搭 建ERNIE_DPCNN 混合网络模型， 对模型进行训练、 校验和评估， 并实现对刑期的预测。 本发明不仅 解决了数据集分布不均匀影响刑期预测结果的 问题， 还提高了刑期预测的便捷性、 准确性和高 效性。 权利要求书2页 说明书7页 附图3页 CN 114239939 A 2022.03.25 CN 114239939 A 1.一种融入辅助知识进行刑期预测的方法， 其特 征在于， 包括如下步骤： 步骤1： 获取法律文书样例数据集， 使用python语言中的工具包， 调用json.loads()方 法将法律文 书样例数据集中事实描述、 涉案法条和刑期结果抽取 出来并保存在新文件中； 步骤2： 针对法律文书样例数据集分布不均匀的问题， 对法律文书样例数据集中样例较 少的种类进行 数据补充； 步骤3： 将步骤1抽取的涉案法条作为辅助知识和事实描述部分进行融合， 实现对补充 后的数据集进行辅助知识的融合； 步骤4： 对融合后的数据集进行数据增强处理， 以去除噪音数据； 并将数据集随机划分 为训练集、 测试集和校验集； 步骤5： 搭建ERN IE_DPCNN混合网络模型， 并对搭建好的模型进行训练、 校验和评估； 步骤6： 加载步骤5中评估合格的ERNIE_DPCNN混合网络模型， 输入法律文书样例对刑期 进行预测， 将预测结果中概 率最高的结果作为 最终刑期预测结果。 2.根据权利要求1所述的一种融入辅助知识进行刑期预测的方法， 其特征在于， 所述步 骤2的方法如下： 步骤2.1： 从网站下载法律文书数据， 并将法律文书数据分为文书头部、 指控内容、 辩护 意见、 事实描述、 判决内容和文 书尾部六个部分； 步骤2.2： 设计抽取模板， 分别对法律文书数据中的事实描述部分和文书尾部部分进行 抽取； 步骤2.3： 将抽取的事实描述部分和文书尾部部分进行融合， 组成训练数据， 对法律文 书样例数据集进行补充操作。 3.根据权利要求2所述的一种融入辅助知识进行刑期预测的方法， 其特征在于， 所述步 骤2中的抽取模板分为事实描述部分抽取模板和文 书尾部部分抽取模板； 所诉事实描述部分抽取模板分为前置模板和后置模板两个部分， 中间用正则表达 式将 两个模板进行拼接， 在匹配时同时匹配前置模板和后置模板； 所述文书尾部部分抽取模板仅由前置模板拼接正则表达式而成， 在匹配时直接匹配到 法律文书末尾。 4.根据权利要求1所述的一种融入辅助知识进行刑期预测的方法， 其特征在于， 所述步 骤3的过程如下： 步骤3.1： 对涉案法条进行截长补短操作， 并对 事实描述部分进行长度统一操作； 步骤3.2： 将涉案法条和事实描述部分进行拼接操作， 形成预测文本； 步骤3.3： 根据刑期结果设置预测标签Label， 并将其作为预测值， 组成的 “预测文本预 测值”作为模型输入数据。 5.根据权利要求4所述的一种融入辅助知识进行刑期预测的方法， 其特征在于， 所述对 涉案法条进行截长补短操作的方法为： 将法条处理成长度为100的数据， 若法条长度不满 100则用“[PAD]”补充， 若法条长度超出100则直接截长； 所述 “[PAD]”的作用是， 当数据长度 不满足所需要求时， 作为补充数据进行填充。 6.根据权利要求4所述的一种融入辅助知识进行刑期预测的方法， 其特征在于， 所述步 骤3.2中对涉案法条和事实描述部分进行拼接时采用 “[SEP]”进行两部分的分割。 7.根据权利要求4所述的一种融入辅助知识进行刑期预测的方法， 其特征在于， 所述根权　利　要　求　书 1/2 页 2 CN 114239939 A 2据刑期结果设置预测标签Label的方法如下： 刑期分为有期徒刑1年及以下、 1 ‑2年、 2‑3年、 3‑4年、 4‑5年、 5‑6年、 6‑7年、 7‑8年、 8‑9 年、 9‑10年、 10年以上、 无期徒刑共十二种刑期预测结果， 将这十二种刑期预测结果用预测 标签Label 来表示， 所述 Label的数值 为整数0‑11， 与十二种刑期预测结果相对应。 8.根据权利要求1所述的一种融入辅助知识进行刑期预测的方法， 其特征在于， 所述步 骤4中的噪音数据包括标点符号、 乱码、 空行、 英文、 停用词、 时间内容、 人名和机构名。 9.根据权利要求1所述的一种融入辅助知识进行刑期预测的方法， 其特征在于， 所述步 骤5的过程如下： 步骤5.1： 模型参数初始化， 包括ERN IE模型参数初始化和D PCNN模型参数初始化； 步骤5.2： 将步骤4得到的训练集输入ERNIE模型进行数据集的向量化即实现训练后的 语言表征； 步骤5.3： 将向量化后的数据集输入DPCNN模型进行计算， 并将ERNIE_DPCNN混合网络模 型输出结果输入Softmax分类器中进行分类得到每个类别刑期预测结果的概率值， 便完成 对模型的训练； 步骤5.4： 采用校验集作为校验数据， 用于训练模型的超参数； 步骤5.5： 采用测试集对 模型进行测试， 并对测试 结果进行评估。权　利　要　求　书 2/2 页 3 CN 114239939 A 3