法醫(yī)傷情鑒定管理方法和系統(tǒng)的制作方法
【專利說(shuō)明】法醫(yī)傷情鑒定管理方法和系統(tǒng)
[0001]
技術(shù)領(lǐng)域
[0002]本發(fā)明涉及公安系統(tǒng)技術(shù)領(lǐng)域，具體來(lái)說(shuō)，涉及一種法醫(yī)傷情鑒定管理方法和系統(tǒng)。
[0003]
【背景技術(shù)】
[0004]法醫(yī)傷情鑒定是公安技術(shù)部門工作的重要組成部分，傷情鑒定報(bào)告是案件的審判量刑的重要依據(jù)。因此，做出準(zhǔn)確的傷情判斷對(duì)于維護(hù)法律公正具有重要的意義。
[0005]目前的傷情鑒定過(guò)程主要由公安技術(shù)部門的法醫(yī)來(lái)人工進(jìn)行，因此，在傷情鑒定的過(guò)程中，難免會(huì)因人為因素而造成失誤，導(dǎo)致傷情鑒定結(jié)果不準(zhǔn)確，為案件的審判量刑帶來(lái)不確定因素。同時(shí)，目前公安局對(duì)于下屬市的法醫(yī)傷情鑒定的審核方式也是由人工來(lái)進(jìn)行，通過(guò)人工抽取篩查的方式來(lái)對(duì)法醫(yī)傷情鑒定的記過(guò)進(jìn)行審核，然而，這種審查方式不僅導(dǎo)致審核人員的工作量大，工作效率低，而且還存在抽樣不完全的問(wèn)題，最終導(dǎo)致審核結(jié)果不準(zhǔn)確，進(jìn)一步為案件的審判量刑帶來(lái)不確定因素。
[0006]因此，研發(fā)一種完善傷情鑒定從受理到最終形成準(zhǔn)確的鑒定報(bào)告具有重要的指導(dǎo)和輔助作用，有助于提高傷情鑒定的準(zhǔn)確率和市局傷情鑒定的管理效率，對(duì)于整體提高法醫(yī)傷情鑒定的技術(shù)水平提供了重要的參考價(jià)值的法醫(yī)傷情鑒定管理方法和系統(tǒng)是很有必要的。
[0007]

【發(fā)明內(nèi)容】

[0008]本發(fā)明的目的在于提供一種法醫(yī)傷情鑒定管理方法和系統(tǒng)，以克服現(xiàn)有技術(shù)所存在的上述技術(shù)問(wèn)題。
[0009]本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的:
根據(jù)本發(fā)明的一發(fā)明，提供了一種法醫(yī)傷情鑒定管理方法。
[0010]該法醫(yī)傷情鑒定管理方法包括:
對(duì)預(yù)先配置的樣本數(shù)據(jù)庫(kù)中的樣本數(shù)據(jù)進(jìn)行預(yù)處理；
利用機(jī)器學(xué)習(xí)方法，對(duì)預(yù)處理后的樣本數(shù)據(jù)進(jìn)行數(shù)據(jù)分類訓(xùn)練處理，構(gòu)建鑒定分類模型；
獲取待鑒定的樣本數(shù)據(jù)的選擇特征詞，并根據(jù)文本相似度算法，對(duì)獲取的選擇特征詞與所述鑒定分類模型中的選擇特征詞進(jìn)行匹配，得到匹配結(jié)果；
將預(yù)先人工對(duì)所述待鑒定樣本數(shù)據(jù)的鑒定結(jié)果與上述匹配結(jié)果進(jìn)行比對(duì)，并在比對(duì)結(jié)果為一致的情況下，確定傷情鑒定正確并提交鑒定結(jié)果。
[0011]此外，在比對(duì)結(jié)果不一致的情況下，調(diào)用匹配結(jié)果中的鑒定分類模型的分類依據(jù)，并根據(jù)該分類依據(jù)和獲取的選擇特征詞，判定匹配結(jié)果是否正確;在判定結(jié)果為正確的情況下，判定人工鑒定結(jié)果錯(cuò)誤，并對(duì)人工鑒定結(jié)果進(jìn)行修正和提交;在判定結(jié)果為錯(cuò)誤的情況下，判定匹配結(jié)果錯(cuò)誤，將人工鑒定結(jié)果進(jìn)行提交。
[0012]另外，在根據(jù)所述分類依據(jù)和獲取的選擇特征詞，無(wú)法判定匹配結(jié)果是否正確的情況下，對(duì)所述待鑒定樣本數(shù)據(jù)進(jìn)行標(biāo)記并提交。
[0013]此外，上述法醫(yī)傷情鑒定管理方法還可包括:根據(jù)確定的鑒定結(jié)果，迭代更新鑒定分類模型的訓(xùn)練樣本庫(kù)。
[0014]另外，上述法醫(yī)傷情鑒定管理方法還可包括:計(jì)算鑒定分類模型的初始訓(xùn)練樣本的非均衡比例，并建立動(dòng)態(tài)模型函數(shù);利用所述動(dòng)態(tài)模型函數(shù)，根據(jù)樣本均衡性確定所述鑒定結(jié)構(gòu)是否進(jìn)入所述訓(xùn)練樣本庫(kù)。
[0015]其中，在對(duì)預(yù)先配置的樣本數(shù)據(jù)庫(kù)中的樣本數(shù)據(jù)進(jìn)行預(yù)處理時(shí)，可對(duì)樣本數(shù)據(jù)庫(kù)中的樣本數(shù)據(jù)進(jìn)行信息提取分析處理，得到預(yù)定類別的項(xiàng)目信息數(shù)據(jù);并利用分詞算法，對(duì)所述項(xiàng)目信息數(shù)據(jù)進(jìn)行分詞處理，得到詞語(yǔ)的集合;再計(jì)算每個(gè)詞語(yǔ)的權(quán)值，并根據(jù)每個(gè)詞語(yǔ)的權(quán)值，設(shè)置特征詞選擇的維度參數(shù)，提前所有樣本數(shù)據(jù)的特征詞并排序。
[0016]其中，所述預(yù)定類別包括:案件的編號(hào)、資料摘要、檢驗(yàn)所見(jiàn)、分析說(shuō)明和鑒定結(jié)論。
[0017]其中，在對(duì)分析說(shuō)明類別的項(xiàng)目信息數(shù)據(jù)提取分析的過(guò)程中，剔除分析說(shuō)明中的依據(jù)條款之后的文字部分?jǐn)?shù)據(jù)。
[0018]其中，在鑒定結(jié)論存在多個(gè)分析說(shuō)明結(jié)論的情況下，根據(jù)鑒定從重的邏輯依據(jù)做數(shù)據(jù)處理，得到唯一的鑒定結(jié)論。
[0019]可選的，利用基于詞頻和文本頻數(shù)統(tǒng)計(jì)的特征詞選擇算法，計(jì)算每個(gè)詞語(yǔ)的權(quán)值。
[0020]可選的，所述機(jī)器學(xué)習(xí)方法為監(jiān)督式機(jī)器學(xué)習(xí)方法。
[0021]其中，在利用機(jī)器學(xué)習(xí)方法，對(duì)預(yù)處理后的樣本數(shù)據(jù)進(jìn)行數(shù)據(jù)分類訓(xùn)練處理，構(gòu)建鑒定分類模型時(shí)，可將預(yù)處理后的樣本數(shù)據(jù)作為特征向量數(shù)據(jù)，輸入至監(jiān)督式機(jī)器學(xué)習(xí)分類模型;再利用監(jiān)督式機(jī)器學(xué)習(xí)分類模型，對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練，構(gòu)成預(yù)定分類目標(biāo)的鑒定分類模型。
[0022]其中，對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練包括:根據(jù)選擇特征向量，計(jì)算新的待鑒定案件中的特征詞的頻數(shù)值，作為詞語(yǔ)的權(quán)值系數(shù)和模型訓(xùn)練的輸入變量;基于監(jiān)督式機(jī)器學(xué)習(xí)分類模型的算法庫(kù)，設(shè)置模型參數(shù)變量和交叉驗(yàn)證參數(shù)，對(duì)樣本數(shù)據(jù)進(jìn)行迭代訓(xùn)練。
[0023]其中，所述模型參數(shù)變量包括:懲罰系數(shù)、終止迭代條件、權(quán)值參數(shù)。
[0024]其中，所述預(yù)定分類目標(biāo)包括:不構(gòu)成輕微傷、輕微傷、輕傷二級(jí)、輕傷一級(jí)、重傷二級(jí)和重傷一級(jí)。
[0025]可選的，分類方式包括:一對(duì)一分類形式、和/或一對(duì)多分類形式。
[0026]其中，在利用監(jiān)督式機(jī)器學(xué)習(xí)分類模型，對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練，構(gòu)成預(yù)定分類目標(biāo)的鑒定分類模型時(shí)，若鑒定報(bào)告中的資料摘要、檢驗(yàn)所見(jiàn)、分析說(shuō)明的文字描述出現(xiàn)信息不一致時(shí)，則按照分析說(shuō)明高于檢驗(yàn)所見(jiàn)，高于資料摘要，以及資料摘要中多次診斷以最后為準(zhǔn)的準(zhǔn)則，對(duì)樣本數(shù)據(jù)進(jìn)行修正處理。
[0027]此外，在利用監(jiān)督式機(jī)器學(xué)習(xí)分類模型，對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練，構(gòu)成預(yù)定分類目標(biāo)的鑒定分類模型中，若出現(xiàn)分類結(jié)果錯(cuò)誤，則對(duì)比鑒定標(biāo)準(zhǔn)分析，判斷是否是人工鑒定結(jié)果錯(cuò)誤而造成樣本數(shù)據(jù)錯(cuò)誤;并在判斷結(jié)果為是的情況下，剔除對(duì)應(yīng)的樣本數(shù)據(jù)。
[0028]另外，在利用監(jiān)督式機(jī)器學(xué)習(xí)分類模型，對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練，構(gòu)成預(yù)定分類目標(biāo)的鑒定分類模型時(shí)，根據(jù)每次的迭代的分類結(jié)果，更新錯(cuò)誤樣本數(shù)據(jù)的權(quán)重;并根據(jù)錯(cuò)誤樣本的權(quán)重，利用加權(quán)投票機(jī)制，對(duì)弱分類器進(jìn)行聯(lián)合，對(duì)分類效果好的弱分類器提高權(quán)重，對(duì)分類效果差的弱分類器降低權(quán)重。
[0029]根據(jù)本發(fā)明的另一方面，提供了一種法醫(yī)傷情鑒定管理系統(tǒng)。
[0030]該法醫(yī)傷情鑒定管理系統(tǒng)包括:
數(shù)據(jù)預(yù)處理模塊，用于對(duì)預(yù)先配置的樣本數(shù)據(jù)庫(kù)中的樣本數(shù)據(jù)進(jìn)行預(yù)處理；
傷情鑒定分類模塊，用于利用機(jī)器學(xué)習(xí)方法，對(duì)預(yù)處理后的樣本數(shù)據(jù)進(jìn)行數(shù)據(jù)分類訓(xùn)練處理，構(gòu)建鑒定分類模型；
傷情分類匹配模塊，用于獲取待鑒定的樣本數(shù)據(jù)的選擇特征詞，并根據(jù)文本相似度算法，對(duì)獲取的選擇特征詞與所述鑒定分類模型中的選擇特征詞進(jìn)行匹配，得到匹配結(jié)果；傷情鑒定核定模塊，用于將預(yù)先人工對(duì)所述待鑒定樣本數(shù)據(jù)的鑒定結(jié)果與上述匹配結(jié)果進(jìn)行比對(duì)，并在比對(duì)結(jié)果為一致的情況下，確定傷情鑒定正確并提交鑒定結(jié)果。
[0031]其中，所述傷情鑒定核定模塊還用于在比對(duì)結(jié)果不一致的情況下，調(diào)用匹配結(jié)果中的鑒定分類模型的分類依據(jù)，并根據(jù)該分類依據(jù)和獲取的選擇特征詞，判定匹配結(jié)果是否正確;在判定結(jié)果為正確的情況下，判定人工鑒定結(jié)果錯(cuò)誤，并對(duì)人工鑒定結(jié)果進(jìn)行修正和提交;在判定結(jié)果為錯(cuò)誤的情況下，判定匹配結(jié)果錯(cuò)誤，將人工鑒定結(jié)果進(jìn)行提交。
[0032]此外，所述傷情鑒定核定模塊還用于在根據(jù)所述分類依據(jù)和獲取的選擇特征詞，無(wú)法判定匹配結(jié)果是否正確的情況下，對(duì)所述待鑒定樣本數(shù)據(jù)進(jìn)行標(biāo)記并提交。
[0033]另外，上述法醫(yī)傷情鑒定管理系統(tǒng)還可包括:模型數(shù)據(jù)更新模塊，用于根據(jù)確定的鑒定結(jié)果，迭代更新鑒定分類模型的訓(xùn)練樣本庫(kù)。
[0034]此外，上述法醫(yī)傷情鑒定管理系統(tǒng)還可包括:數(shù)據(jù)入庫(kù)確定模塊，用于計(jì)算鑒定分類模型的初始訓(xùn)練樣本的非均衡比例，并建立動(dòng)態(tài)模型函數(shù);并利用所述動(dòng)態(tài)模型函數(shù)，根據(jù)樣本均衡性確定所述鑒定結(jié)構(gòu)是否進(jìn)入所述訓(xùn)練樣本庫(kù)。
[0035]其中，所述數(shù)據(jù)預(yù)處理模塊包括:信息提取子模塊:用于對(duì)樣本數(shù)據(jù)庫(kù)中的樣本數(shù)據(jù)進(jìn)行信息提取分析處理，得到預(yù)定類別的項(xiàng)目信息數(shù)據(jù);分詞處理子模塊，用于利用分詞算法，對(duì)所述項(xiàng)目信息數(shù)據(jù)進(jìn)行分詞處理，得到詞語(yǔ)的集合;特征詞提取子模塊，用于計(jì)算每個(gè)詞語(yǔ)的權(quán)值，并根據(jù)每個(gè)詞語(yǔ)的權(quán)值，設(shè)置特征詞選擇的維度參數(shù)，提前所有樣本數(shù)據(jù)的特征詞并排序。
[0036]其中，所述預(yù)定類別包括:案件的編號(hào)、資料摘要、檢驗(yàn)所見(jiàn)、分析說(shuō)明和鑒定結(jié)論。
[0037]其中，在對(duì)分析說(shuō)明類別的項(xiàng)目信息數(shù)據(jù)提取分析的過(guò)程中，所述信息提取子模塊剔除分析說(shuō)明中的依據(jù)條款之后的文字部分?jǐn)?shù)據(jù)。
[0038]此外，在鑒定結(jié)論存在多個(gè)分析說(shuō)明結(jié)論的情況下，所述信息提取子模塊根據(jù)鑒定從重的邏輯依據(jù)做數(shù)據(jù)處理，得到唯一的鑒定結(jié)論。
[0039]可選的，所述特征詞提取子模塊利用基于詞頻和文本頻數(shù)統(tǒng)計(jì)的特征詞選擇算法，計(jì)算每個(gè)詞語(yǔ)的權(quán)值。
[0040]可選的，所述機(jī)器學(xué)習(xí)方法為監(jiān)督式機(jī)器學(xué)習(xí)方法。
[0041]其中，所述傷情鑒定分類模塊包括:向量輸入子模塊，用于將預(yù)處理后的樣本數(shù)據(jù)作為特征向量數(shù)據(jù)，輸入至監(jiān)督式機(jī)器學(xué)習(xí)分類模型;模型訓(xùn)練子模塊，用于利用監(jiān)督式機(jī)器學(xué)習(xí)分類模型，對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練，構(gòu)成預(yù)定分類目標(biāo)的鑒定分類模型。
[0042]其中，在