惠欣恒，白雄文，王红艳，安 娜，张 萌

(中国航天科工集团第二研究院 七〇六所，北京 100854)

0 引 言

随着大数据、人工智能等新一代信息技术的发展，从海量数据中侦查、检察和审判已成为我国建设智慧司法体系的一项重要课题[1]，也是这一领域的未来的发展趋势[2]。在办案过程中，参考类似裁判规则的案例，尤其是两高一部发布的指导性案例，能够辅助办案人员在案件事实、案件办理和案件裁判等方面进行判断，以案件相关信息为基础构建知识图谱可以有效提高办案质效[3]。知识图谱可以描述海量数据中存在的实体、实体属性及关系[4]，将案件相关信息形成具备丰富语义及潜在语义关系的知识网络结构。本文基于本体构建技术[5，6]，梳理案件相关信息知识体系与专家知识结合，归纳总结案件相关信息专业术语，定义案件相关信息对应的类及类关系，并使用自然语言处理、深度学习等信息抽取技术将案件信息结构化，与本体类及关系建立映射，形成案件知识图谱。基于知识图谱信息，融合子图知识表示和注意力知识表示，并使用文本卷积神经网络进一步增强案件知识表示，提出一种基于案件知识表示融合及增强的类案推荐模型，将传统的单一需求检索和关键词匹配检索转变为办案场景化感知、案件相关的智能知识服务。

1 相关工作

目前，推荐系统主要分为基于协同过滤、基于内容、基于知识及混合推荐的推荐方法[7]。基于协同过滤的推荐方法依靠历史数据进行推荐[8]，由于推荐性能受到冷启动、数据稀疏性等问题的制约，因此引入了聚类、辅助信息以及隐含特征来缓解数据稀疏。……