一种司法诉讼风险预测方法、装置、设备及存储介质与流程

本发明涉及诉讼风险预测领域，特别涉及一种司法诉讼风险预测方法、装置、设备及存储介质。

背景技术：

1、当前，众多学者利用ai（artificial intelligence，人工智能）技术对法律诉讼风险进行相关的研究，部分学者利用裁判文书并结合数据挖掘技术和机器学习算法，建立一个涉诉风险预警模型，对判决书进行风险评估和预测，从而提供智能化支持。同时，ai在法律问答、信息处理、文书制作、类案推送、案件分析、辅助裁判等方面的都有一定的作用和挑战，可以利用各种舆情获取技术对其进行分析，但对于司法诉讼风险预测的研究技术相对比较单一。

2、司法诉讼风险通常是一些企业的连锁反映状态，比如a企业如果发生重大司法案件，则相关的投资方对其进行起诉的可能性就会变高；另外，通常能披露的数据往往是上市公司的数据，其关联的通常是无披露数据的中小微企业。因此，传统的机器学习通常针对独立的单一个体进行风险的捕捉与预警，通常会筛选出该企业的众多风险特征，但很难利用其本身的特征，判别其是否存在风险。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种司法诉讼风险预测方法、装置、设备及存储介质，能够通过关系图谱刻画不同企业之间的关联关系，并通过关系图卷积网络对待检测企业的数据以及与其他企业之间的关联关系进行分析，实现对企业司法诉讼风险的有效预测。其具体方案如下：

2、第一方面，本申请提供了一种司法诉讼风险预测方法，包括：

3、获取若干企业的数据，并基于裁判文书对相应的企业进行是否发生司法诉讼的标注；

4、基于若干已标注企业的数据以及对应的标签、若干未标注企业的数据以及各企业之间的关联关系构建关系图谱；

5、利用所述关系图谱对初始关系图卷积网络进行训练，以得到目标关系图卷积网络；

6、利用所述目标关系图卷积网络对待检测企业进行司法诉讼风险预测，以得到预测概率，若所述预测概率大于预设概率阈值，则判定所述待检测企业为高风险企业。

7、可选的，所述获取若干企业的数据，并基于裁判文书对相应的企业进行是否发生司法诉讼的标注，包括：

8、获取第一历史时间段内的若干企业的数据，并对第二历史时间段内的若干企业的裁判文书进行采集；所述第二历史时间段为所述第一历史时间段之后的一段时间；

9、基于采集到的所述裁判文书对相应的企业进行是否发生司法诉讼的标注。

10、可选的，所述关联关系包括投资股权关系和担保关系。

11、可选的，所述获取若干企业的数据，包括：

12、获取若干企业的基本信息、征信数据和司法数据。

13、可选的，所述获取若干企业的数据之后，还包括：

14、对所述若干企业的数据中的数值型数据进行归一化；

15、和/或，对所述若干企业的数据中的类别型数据进行编码。

16、可选的，所述利用所述关系图谱对初始关系图卷积网络进行训练之前，还包括：

17、对所述关系图谱中不存在征信数据和司法数据的企业进行剔除；

18、和/或，对所述关系图谱中不存在关联关系的企业进行剔除。

19、可选的，所述利用所述目标关系图卷积网络对待检测企业进行司法诉讼风险预测，以得到预测概率，包括：

20、通过所述目标关系图卷积网络中的编码器并利用图卷积层对待检测企业的数据进行特征向量提取，以得到所述待检测企业的向量表示；

21、通过所述目标关系图卷积网络中的解码器并利用打分函数对所述待检测企业的向量表示进行司法诉讼风险预测，以得到所述待检测企业的预测概率。

22、第二方面，本申请提供了一种司法诉讼风险预测装置，包括：

23、司法诉讼标注模块，用于获取若干企业的数据，并基于裁判文书对相应的企业进行是否发生司法诉讼的标注；

24、关系图谱构建模块，用于基于若干已标注企业的数据以及对应的标签、若干未标注企业的数据以及各企业之间的关联关系构建关系图谱；

25、网络训练模块，用于利用所述关系图谱对初始关系图卷积网络进行训练，以得到目标关系图卷积网络；

26、诉讼风险预测模块，用于利用所述目标关系图卷积网络对待检测企业进行司法诉讼风险预测，以得到预测概率，若所述预测概率大于预设概率阈值，则判定所述待检测企业为高风险企业。

27、第三方面，本申请提供了一种电子设备，包括：

28、存储器，用于保存计算机程序；

29、处理器，用于执行所述计算机程序以实现前述的司法诉讼风险预测方法。

30、第四方面，本申请提供了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现前述的司法诉讼风险预测方法。

31、本申请中，获取若干企业的数据，并基于裁判文书对相应的企业进行是否发生司法诉讼的标注；基于若干已标注企业的数据以及对应的标签、若干未标注企业的数据以及各企业之间的关联关系构建关系图谱；利用所述关系图谱对初始关系图卷积网络进行训练，以得到目标关系图卷积网络；利用所述目标关系图卷积网络对待检测企业进行司法诉讼风险预测，以得到预测概率，若所述预测概率大于预设概率阈值，则判定所述待检测企业为高风险企业。由此可见，本申请通过对大量企业的数据进行采集、标注和分析，基于若干已标注企业的数据以及对应的标签、若干未标注企业的数据构建关系谱图，以刻画不同企业之间的关联关系；然后利用关系图谱对初始关系图卷积网络进行半监督训练，从而建立更准确、更可靠的目标关系图卷积网络；通过目标关系图卷积网络对待检测企业的数据以及与其他企业之间的关联关系进行分析，可以实现对待检测企业的司法诉讼风险的有效预测。

技术特征：

1.一种司法诉讼风险预测方法，其特征在于，包括：

2.根据权利要求1所述的司法诉讼风险预测方法，其特征在于，所述获取若干企业的数据，并基于裁判文书对相应的企业进行是否发生司法诉讼的标注，包括：

3.根据权利要求1所述的司法诉讼风险预测方法，其特征在于，所述关联关系包括投资股权关系和担保关系。

4.根据权利要求1所述的司法诉讼风险预测方法，其特征在于，所述获取若干企业的数据，包括：

5.根据权利要求4所述的司法诉讼风险预测方法，其特征在于，所述获取若干企业的数据之后，还包括：

6.根据权利要求5所述的司法诉讼风险预测方法，其特征在于，所述利用所述关系图谱对初始关系图卷积网络进行训练之前，还包括：

7.根据权利要求1至6任一项所述的司法诉讼风险预测方法，其特征在于，所述利用所述目标关系图卷积网络对待检测企业进行司法诉讼风险预测，以得到预测概率，包括：

8.一种司法诉讼风险预测装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的司法诉讼风险预测方法。

技术总结
本申请公开了一种司法诉讼风险预测方法、装置、设备及存储介质，涉及诉讼风险预测领域，包括：获取若干企业的数据并基于裁判文书对相应的企业进行是否发生司法诉讼的标注；基于若干已标注企业的数据以及对应的标签、若干未标注企业的数据以及各企业之间的关联关系构建关系图谱；利用关系图谱对初始关系图卷积网络进行训练得到目标关系图卷积网络；利用目标关系图卷积网络对待检测企业进行司法诉讼风险预测得到预测概率，若预测概率大于预设阈值则判定待检测企业为高风险企业。本申请通过关系图谱刻画不同企业之间的关联关系，并通过关系图卷积网络对待检测企业的数据以及与其他企业之间的关联关系进行分析，实现对企业司法诉讼风险的有效预测。

技术研发人员：徐杨远翔,马超,周平,汤楠
受保护的技术使用者：浙江同信企业征信服务有限公司
技术研发日：
技术公布日：2024/1/15