一种融合法律知识增强的图神经网络方法

本发明涉及文字信息处理领域，公开了一种融合法律知识增强的图神经网络方法，该方法首先获取裁判文书中的案情与法条文本，并利用依存句法分析技术将二者分别转换为能够揭示其内部语法逻辑的文本图结构；随后，通过预训练语言模型为图中的节点赋予深度语义特征，再将这两个载有特征的文本图并行输入至一个图神经网络模型中；该模型通过对图结构化信息的深度学习与交互，最终生成一个量化案情与法条语义关联度的融合特征向量，并据此得出二者是否匹配的最终判断结果。通过将文本构建为依存句法图，并利用图注意力网络聚焦关键法律要素、深入学习文本内在逻辑，从而显著提升了法律适用分歧自动化检测的准确率与智能化水平。