1.一种面向案情的关键词提取方法,其特征在于,包括以下步骤:步骤1:对用于训练模型的案情描述进行关键词标注,标注出第一关键词、第二关键词、第三关键词,对用于训练模型的案情描述采用ltp进行分词,然后采用word2vec将用于训练模型的案情描述中的每个分词转换成词向量,每条案情描述的所有分词的词向量拼接起来,构成用于训练模型的案情描述的词向量矩阵;
步骤2:对第三关键词进行词法特征计算,计算第三关键词的七个特征,包括关键词的长度、关键词的词性、在原文档中位于第一关键词和第二关键词的哪个位置、与第一关键词的距离、与第二关键词的距离、与案情描述开头的距离、与案情描述结尾的距离;
所述在原文档中位于第一关键词和第二关键词的哪个位置的确定方法是,假如第三关键词犯罪程度在另外两个关键词之前出现在原句中时关键词该特征就标注为1,在另外两个关键词中间出现在原句中时该特征就为2,在原句中位于另外两个关键词后面时该特征就标注为3;
步骤3:分别计算用于训练模型的案情描述中除了第一关键词和第二关键词之外其他每个分词的七个特征,计算每个分词的每个特征在第三关键词的七个特征中对应的特征中所占的比例,并将得到的每个分词的七个比例数字组成一个关于该分词词法特征的七维向量,作为每个分词的词法特征向量,第一关键词和第二关键词的词法特征向量全部设置为
0,每一条案情描述中所有分词的词法特征向量拼接起来,得到用于训练模型的案情描述的词法特征矩阵;
步骤4:采用python库中的keras包,将用于训练模型的案情描述的词向量矩阵放入到一个keras的模型中去,用于训练模型的案情描述的词法特征矩阵也放入到一个keras中的模型中去,然后将两个模型利用keras中的merge功能,将两个模型合并为一个模型,然后将合并后的模型运用keras中的fit功能来训练模型;
步骤5:对待预测第三关键词的案情描述进行分词和运用word2vec转换成词向量矩阵,并且和标注出的另外两个关键词一起输入到步骤4训练完成的模型中,利用keras中的predict功能得到待预测第三关键词的案情描述的每个分词是第三关键词犯罪程度的概率,概率最大的就作为提取的第三关键词。
2.根据权利要求1所述的一种面向案情的关键词提取方法,其特征在于,关键词的长度就是关键词包含的字数。
3.根据权利要求1所述的一种面向案情的关键词提取方法,其特征在于,关键词的词性用ltp进行词性标注。
4.根据权利要求1所述的一种面向案情的关键词提取方法,其特征在于,与第一关键词的距离是指与第一关键词中间的字数。
5.根据权利要求1所述的一种面向案情的关键词提取方法,其特征在于,与第二关键词的距离是指与第二关键词中间的字数。
6.根据权利要求1所述的一种面向案情的关键词提取方法,其特征在于,与案情描述开头的距离是指距离案情描述开头的字数。
7.根据权利要求1所述的一种面向案情的关键词提取方法,其特征在于,与案情描述结尾的距离是指距离案情描述结尾的字数。
8.一种面向案情的关键词提取系统,其特征在于,能够实现以下功能:预处理模块:对用于训练模型的案情描述进行关键词标注,标注出第一关键词、第二关键词、第三关键词,对用于训练模型的案情描述采用ltp进行分词,然后采用word2vec将用于训练模型的案情描述中的每个分词转换成词向量,每条案情描述的所有分词的词向量拼接起来,构成用于训练模型的案情描述的词向量矩阵;
特征计算模块:对第三关键词进行词法特征计算,计算第三关键词的七个特征,包括关键词的长度、关键词的词性、在原文档中位于第一关键词和第二关键词的哪个位置、与第一关键词的距离、与第二关键词的距离、与案情描述开头的距离、与案情描述结尾的距离;
所述在原文档中位于第一关键词和第二关键词的哪个位置的确定方法是,假如第三关键词犯罪程度在另外两个关键词之前出现在原句中时关键词该特征就标注为1,在另外两个关键词中间出现在原句中时该特征就为2,在原句中位于另外两个关键词后面时该特征就标注为3;
特征拼接模块:分别计算用于训练模型的案情描述中除了第一关键词和第二关键词之外其他每个分词的七个特征,计算每个分词的每个特征在第三关键词的七个特征中对应的特征中所占的比例,并将得到的每个分词的七个比例数字组成一个关于该分词词法特征的七维向量,作为每个分词的词法特征向量,第一关键词和第二关键词的词法特征向量全部设置为0,每一条案情描述中所有分词的词法特征向量拼接起来,得到用于训练模型的案情描述的词法特征矩阵;
模型训练模块:采用python库中的keras包,将用于训练模型的案情描述的词向量矩阵放入到一个keras的模型中去,用于训练模型的案情描述的词法特征矩阵也放入到一个keras中的模型中去,然后将两个模型利用keras中的merge功能,将两个模型合并为一个模型,然后将合并后的模型运用keras中的fit功能来训练模型;
结果获取模块:对待预测第三关键词的案情描述进行分词和运用word2vec转换成词向量矩阵,并且和标注出的另外两个关键词一起输入到步骤4训练完成的模型中,利用keras中的predict功能得到待预测第三关键词的案情描述的每个分词是第三关键词犯罪程度的概率,概率最大的就作为提取的第三关键词。