低资源学习场景下的法律条文推荐方法、系统、设备及存储介质

本发明涉及法律数据管理技术领域，具体涉及低资源学习场景下的法律条文推荐方法、系统、设备及存储介质。包括：输入案件事实文本；通过预训练词向量和分词算法将输入的案件事实文本的语句转化为词向量；建立深度学习模型、所述深度学习模型能够对大规模法条标签进行分类；采用循环神经网络对转化后的词向量进一步编码；计算法条标签之间的相关性分数，增强对应标签的表示；通过二分类交叉熵损失函数进行训练学习，模型输出层提供每个类别的概率分布，选择多个概率最高的法条类别作为法条推荐的结果；能够在少量的训练数据的前提下，有效地应对大量的法条标签，提升法条多标签分类的准确率和召回率。