买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：人民法院信息技术服务中心;山东大学

摘要：本说明书实施例涉及人工智能技术领域，提供了一种法律文书案由生成方法、装置、设备及存储介质。所述方法包括：接收法律文书并获取所述法律文书的文本内容；确定所述文本内容的文本向量，将所述文本内容的文本向量输入至预训练的抽取案由模型，生成初始案由文本，其中抽取案由模型用于提取文本向量汇总的语义特征及上下文特征；将所述初始案由文本输入至预训练的生成案由模型，生成最终案由文本。通过本说明书实施例，可提高案由生成的质量和效率。

主权项：1.一种法律文书案由生成方法，其特征在于，所述方法包括：接收法律文书并获取所述法律文书的文本内容；确定所述文本内容的文本向量，将所述文本内容的文本向量输入至预训练的抽取案由模型，生成初始案由文本；其中所述抽取案由模型用于提取文本向量汇总的语义特征及上下文特征；将所述初始案由文本输入至预训练的生成案由模型，生成最终案由文本；其中所述生成案由模型包括生成模块和对比打分模块，所述生成模块用于根据所述初始案由文本生成若干案由文本，所述对比打分模块用于对所述若干案由文本进行分数估计，根据若干案由文本分数确定最终案由文本；其中所述抽取案由模型包括：语义向量提取层、上下文信息提取层、全连接层和拼接层；将所述文本内容的文本向量输入至预训练的抽取案由模型，生成初始案由文本，包括：将所述文本内容的文本向量输入至所述语义向量提取层，得到所述文本内容中每分句的语义表示向量；将所述文本内容中每分句的语义表示向量输入至所述上下文信息提取层，得到所述文本内容的上下文特征；将所述文本内容的上下文特征输入至全连接层，得到所述文本内容中每分句的分类结果；将所述文本内容中每分句的分类结果输入所述拼接层，得到初始案由文本；其中所述将所述文本内容中每分句的分类结果输入所述拼接层，得到初始案由文本，包括：从所述文本内容中每分句的分类结果中获取每个分句向量的类别标签；将所述类别标签满足预设类别标签的分句向量抽取出来，按照预设分句排列顺序进行拼接，得到初始分句向量集合；对所述初始分句向量集合进行解码，得到初始案由文本；其中所述生成案由模型的训练过程包括：将所述初始案由文本输入至所述生成模块，通过集束搜索算法生成一个伪最优案由和若干候选案由；将所述伪最优案由和若干候选案由输入所述对比打分模块进行分数估计，得到伪最优案由和若干候选案由的得分；根据所述生成模块和对比打分模块的损失函数通过反向传播算法更新所述生成模块和对比打分模块的权重参数；重复上述过程，直至满足预设训练次数；其中，利用以下公式计算生成模块和对比打分模块的损失函数： ； ；其中，Lgen_cross为生成模块的损失函数，gl是伪最优案由包含标记的个数，sr表示第r个标记，表示伪最优案由序列中第r个标记预测的对数似然，表示伪最优案由中在第r个标记之前生成的标记，Z表示输入文本；Lcontrast为对比打分模块的损失函数，k代表候选案由个数，表示第i个候选案由，Spos表示伪最优案由，βgi表示与Spos之间的间隔裕度，第i个候选案由的得分，ScoreSpos|Z表示伪最优案由的得分，表示第j个候选案由，βij表示第j个和第i个候选案由的间隔裕度。

全文数据：

权利要求：

百度查询： 人民法院信息技术服务中心 山东大学 一种法律文书案由生成方法、装置、设备及存储介质