一种基于神经网络的法律案例关系图谱动态更新方法

本发明涉及数据处理技术领域，尤其涉及一种基于神经网络的法律案例关系图谱动态更新方法。包括：采集原始法律案例数据并预处理得到目标法律数据；提取目标法律数据中的实体作为节点，通过机器学习模型获取节点子图，从权重参数子图中选取节点对应的权重参数，基于权重参数和权重预测模型获取节点边的权重，形成第一图谱；获取新增法律数据，提取新节点，通过机器学习模型获取新增子图并与第一图谱融合得到第二图谱；根据第二图谱中相邻节点及边的关键权重参数生成搜索向量并嵌入第二图谱中。本发明解决了法律案例关系复杂，无法动态更新的问题，能够动态更新法律案例关系图谱，提高图谱的准确性和时效性。