一种基于深度学习的裁判文书关键实体抽取方法

本发明公开了一种基于深度学习的裁判文书关键实体抽取方法，涉及自然语言处理与人工智能应用技术领域，本发明接收裁判文书文本作为输入，依序通过篇章分析模块RNN对文本进行段落分类并输出段落标签，通过实体识别模块RNN对标题、案号、落款、裁判结果等进行关键实体抽取，通过表态语句分类模块RNN对本院认为、原告诉请、被告诉请、第三方诉请等文本进行分类，类别至少包括支持、原告、被告、意见、驳回、证据、诉求、撤销、第三方，并通过文本蕴含分析模块BERT按句输出支持、反对、无关的蕴含关系；系统将输入与结构化输出写入Mongo数据库。本发明实现对裁判文书的全面结构化与细粒度要素抽取，提升处理精度与分析深度。