一种基于多任务深度学习的法律类案检索方法

本发明公开了一种基于多任务深度学习的法律类案检索方法，包括以下步骤：构建法律类案检索数据集，提取数据集中法律文件的事实描述作为文本信息，以及事实描述的事件作为事件信息；分别对文本信息和事件信息进行编码，得到文本序列和事件序列，通过交叉注意力机制将事件序列作为查询，文本序列作为键和值，计算注意力得分，并进行事件信息和文本信息融合，输出融合特征；根据所述融合特征，基于双向注意力层捕获查询案例和候选案例的词级交互信息，并分别计算查询案例与候选案例的双向注意力；采用卷积神经网络聚合词级特征，并生成最终特征表示。本发明解决了现有检索方法可解释性较差、耗时耗力以及检索结果精确度的技术问题。