1.一种案件文本匹配方法，其特征在于，应用于电子设备，所述电子设备包括数据库，数据库中存储有历史案件文本及各个历史案件文本的结构化数据，所述方法包括：
对待匹配案件文本进行预处理，获得待匹配案件文本的结构化数据，其中，所述结构化数据包括案件信息、案件争议焦点及案件关键词，所述待匹配案件文本包括案件的起诉书或诉讼书；
将所述待匹配案件文本的结构化数据与所述数据库中历史案件文本的结构化数据进行相似度比对，并按照历史案件文本与所述待匹配案件文本的相似度对历史案件文本进行排序。
2.根据权利要求1所述的方法，其特征在于，所述将所述待匹配案件文本的结构化数据与所述数据库中历史案件文本的结构化数据进行相似度比对，包括：
将待匹配案件文本的案件信息、案件争议焦点及案件关键词分别与任意一个历史案件文本的案件信息、案件争议焦点及案件关键词进行相似度比对，从而获得任意一个历史案件文本的案件信息与所述待匹配案件文本的案件信息的第一相似度、任意一个历史案件文本的案件争议焦点与所述待匹配案件文本的案件争议焦点的第二相似度、任意一个历史案件文本的案件关键词与所述待匹配案件文本的案件关键词的第三相似度；
针对任意一个历史案件文本，根据该历史案件文本的案件信息、案件争议焦点及案件关键词的权重对该历史案件文本与所述待匹配案件文本之间的所述第一相似度、第二相似度及所述第三相似度进行加权求和，以获得该任意一个历史案件文本与所述待匹配案件文本的相似度。
3.根据权利要求1所述的方法，其特征在于，所述对待匹配案件文本进行预处理，获得待匹配案件文本的结构化数据，包括：
结合分词算法或语义分析算法对所述待匹配案件文本进行处理，以获得所述待匹配案件文本的案件信息、案件争议焦点及案件关键词，其中，所述案件信息包括案件类型、案件发生的时间或地点、案件的经过或结果，所述案件争议焦点包括离婚纠纷、财产纠纷或侵权纠纷。
4.根据权利要求1-3中任意一项所述的方法，其特征在于，所述方法还包括获得历史案件文本的结构化数据的步骤，包括：
通过分词算法或语义分析算法对各个历史案件文本进行处理，以获得所述各个历史案件文本的案件信息、案件争议焦点及案件关键词并将所述各个历史案件文本的案件信息、案件争议焦点及案件关键词存储至数据库中。
5.一种案件文本匹配装置，其特征在于，应用于电子设备，所述电子设备包括数据库，数据库中存储有历史案件文本及各个历史案件文本的结构化数据，所述装置包括：
待匹配案件文本处理模块，用于对待匹配案件文本进行预处理，获得待匹配案件文本的结构化数据，其中，所述结构化数据包括案件信息、案件争议焦点及案件关键词，所述待匹配案件文本包括案件的起诉书或诉讼书；
相似度比对模块，用于将所述待匹配案件文本的结构化数据与所述数据库中历史案件文本的结构化数据进行相似度比对，并按照历史案件文本与所述待匹配案件文本的相似度对历史案件文本进行排序。
6.根据权利要求5所述的装置，其特征在于，所述相似度比对模块包括：
分别比对子模块，用于将待匹配案件文本的案件信息、案件争议焦点及案件关键词分别与任意一个历史案件文本的案件信息、案件争议焦点及案件关键词进行相似度比对，从而获得任意一个历史案件文本的案件信息与所述待匹配案件文本的案件信息的第一相似度、任意一个历史案件文本的案件争议焦点与所述待匹配案件文本的案件争议焦点的第二相似度、任意一个历史案件文本的案件关键词与所述待匹配案件文本的第三相似度；
相似度计算子模块，用于针对任意一个历史案件文本，根据该历史案件文本的案件信息、案件争议焦点及案件关键词的权重对该历史案件文本与所述待匹配案件文本之间的第一相似度、第二相似度及所述第三相似度进行加权求和，以获得该任意一个历史案件文本与所述待匹配案件文本的相似度。
7.根据权利要求5所述的装置，其特征在于，所述待匹配案件文本处理模块具体用于：
结合分词算法或语义分析算法对所述待匹配案件文本进行处理，以获得所述待匹配案件文本的案件信息、案件争议焦点及案件关键词，其中，所述案件信息包括案件类型、案件发生的时间或地点、案件的经过或结果，所述案件争议焦点包括离婚纠纷、财产纠纷或侵权纠纷。
8.根据权利要求5所述的装置，其特征在于，所述装置还包括历史案件文本处理模块，具体用于：
通过分词算法或语义分析算法对各个历史案件文本进行处理，以获得所述各个历史案件文本的案件信息、案件争议焦点及案件关键词，并将所述各个历史案件文本的案件信息、案件争议焦点及案件关键词存储至数据库中。
9.一种电子设备，其特征在于，包括处理器及存储有计算机指令的非易失性存储器，所述计算机指令被所述处理器执行时，所述电子设备执行权利要求1-4中任意一项所述的案件文本匹配方法。
10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，所述计算机程序被执行时实现权利要求1-4任意一项所述的案件文本匹配方法。