基于图神经网络的案件证据逻辑推演方法

本发明公开了一种基于图神经网络的案件证据逻辑推演方法，S1、形成标准化的案件证据数据集S2、形成多层次案件证据图；S3、对多层次案件证据图的案件证据数据节点和边进行向量化表示，并对案件证据数据节点的权重进行计算；S4、对多层次案件证据图输入图神经网络，计算案件证据数据节点之间的逻辑关系权重；S5、识别低可信度的案件证据数据节点；S6、基于案件证据数据节点的逻辑关系权重与因果推理结果，采用路径搜索算法计算最优案件证据推演路径，识别案件核心事实链，生成案件推演结论。本发明使得不同类型的案件证据数据能够在各自的层级中进行推理，有效避免信息混杂，提高案件事实推演的准确性和可解释性。