近几年国家大力推动依法治国信息化建设,司法审判结果公开化、透明化持续推进,大量司法案件裁决书通过最高法院建设的裁判文书网向公众公开。新一轮司法改革中,法官责任制对于司法案件的审判一致性提出了更高的要求,为了确保类案裁判标准统一、法律适用统一,建立类案及关联案件强制检索机制很有必要。目前公开文献中对于裁判文书类案推荐的工作非常有限,对于类案检索的研究都是基于一整篇法律文本内容向量化表示后,计算向量的余弦相似度来检索类案,没有结合法律专业知识的特性,效果并不好。本文研究的算法模拟了司法人员阅读案情识别法律关键因子的行为模式,通过从裁判文书原告诉称内容中识别出决定案例相似程度的关键法律观点来检索出更准确的类案。本文所研究的方法在司法案件法律观点的语义理解上有所创新,通过多类标的法律关键因子分类算法,为用司法类案强制检索问题研究提供了新的解决思路。本论文从以下三个方面解决裁判文书多类标文本分类任务面临的问题。第一,研究一种基于滑窗序列阅读的SVM组合多分类算法框架,实现裁判文书原告诉称中不同法律观点类标的识别。第二,研究一种基于CBOW的类标序列优化算法,提升裁判文书原告诉称多类标识别的性能。通过对民间借贷案件裁判文书中原告诉称识别法律关键因子的大量实验表明,本文研究的算法能够有效地识别案由和原告诉称中包含的法律关键因子集合。最终基于训练好的模型,设计并实现基于法律关键因子的类案检索系统,它能够分析用户查询的案情且可视化展示检索结果,帮助用户快速了解案情和类案的判案结果。