医患纠纷文书作为记录纠纷过程的宝贵资料,对后续的纠纷解决有着重要指导作用。在实际的纠纷调解过程中,如能根据具体的案情进行精准的类案推荐,则可以有效提升医患双方对责任和赔偿的认知,提高案件解决质量和效率。传统的类案推荐方案一般是通过专家确定类案的特征项及权重,将文书映射成固定维度的、稠密的特征向量,然后基于向量相似度计算来推荐类案。该方案非常依赖于专家对类案的判断和对类案特征的选择,而这不仅需要专业的领域知识和较高的人工成本,也具有很大的主观性,即不同角色、不同主体对类案的认知往往存在较大差异,导致类案推荐的用户满意度不高。为此,本文提出了一种基于多任务学习的医患纠纷文书建模方案,该方案通过多任务训练帮助模型自动捕获类案特征模式,将文书转换成向量表示,避免对领域专家的过分依赖。然而,上述方案面临如下问题:1)缺乏用于训练模型的医患纠纷类案数据集,而人工标注数据集的成本过高;2)医患纠纷文书属于长文本,包含大量冗余信息,如果直接基于全文进行建模容易造成有效信息被忽略,使得模型训练中无法完成对类案特征的有效捕捉。针对以上问题,本文首先通过无监督方法计算医患纠纷文书词汇层面的相似性,构造类案数据集用于文本匹配任务训练;然后根据文书特征,借助专家经验,总结出与类案最为密切的两类不同粒度的关键要素,即与“医疗过失行为”相关的句粒度要素和包含“科室、部位、症状、疾病、用药、手术”等特定关键词的词粒度要素,并分别使用BERT+FC分类模型和BERT+CRF序列标注模型来抽取上述两类要素,实现冗余信息的过滤;最后针对BERT模型在学习完整关键词语义存在的不足,设计基于文书特定关键词的掩码任务,通过上下文来预测被掩码的关键词,显式地将关键词信息融入到BERT模型中,增强BERT的语义表达能力。总的来说,本文的工作具体包括如下四个部分:1)类案数据集构造。使用jaccard方法计算文书词汇层面的相似度,构造类案数据集。2)基于句粒度的要素抽取。使用BERT+FC分类模型抽取文书中出现的与“医疗过失行为”相关的句粒度要素;3)基于词粒度的要素抽取。使用BERT+CRF序列标注模型抽取文书中出现的包含“科室、部位、症状、疾病、用药、手术”等特定关键词的词粒度要素;4)基于多任务学习的文书建模。一方面通过文本匹配任务帮助BERT模型学习到下游应用数据的特征模式,另一方面设计基于文书特定关键词的掩码任务帮助模型显式学习自定义的关键词知识,增强模型的特征表示能力。将经过多任务学习的BERT模型作为文书表示模型,该模型将输入的文书映射为固定维度的稠密向量,之后可基于向量相似度计算来推荐类案。实验结果表明,本文提出的文书建模方法优于基线模型,用于类案推荐时,推荐结果的精准度优于传统的类案推荐方案。