多要素融合的类案文本匹配方法

本发明涉及多要素融合的类案文本匹配方法，属于人工智能领域。本发明首先利用BERT‑BiLSTM‑CRF提取目标样本中由实体、关系等组成的事实要素，以及量词和程度副词组成的程度要素；其次利用GNN编码事实要素生成表示向量；然后根据事实要素中的关系类别特别利用注意力机制调整目标样本中程度要素的权重，再结合BERT模型生成目标样本的语义编码；之后将事实要素的表示向量和样本的语义编码加权融合，得到最终的表示向量；最后利用余弦相似度计算目标样本与其他样本的向量相似度，选择高相似度样本作为类案样本。本发明针对现有方法主要利用案件文本的结构特征影响其类案文本匹配准确率问题，通过融合案件事实和程度要素细粒度区分案件情节差异，有效提升了匹配准确率。