CN110941702A - 一种法律法规和法条的检索方法及装置、可读存储介质 - Google Patents

Abstract

本申请提供一种法律法规和法条的检索方法及装置、可读存储介质。该检索方法包括：获取案情描述信息；对所述案情描述信息进行解析，确定与所述案情描述信息对应的检索特征；基于所述检索特征和预先存储的知识图谱确定所述检索特征对应的法律法规和法条；所述知识图谱中包括法律法规、法条以及法条实体特征，还包括所述法律法规与所述法条之间的关系、以及所述法条与所述法条实体特征之间的关系；反馈所述检索特征对应的法律法规和法条。该检索方法提高了法律法规和法条检索的准确性和便利性。

Description

一种法律法规和法条的检索方法及装置、可读存储介质

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种法律法规和法条的检索方法及装置、可读存储介质。

背景技术

现有的法律法规数量较多，每个法律法规里面涉及到的法条也很多，社会公众或一些初级律师对法律法规的了解程度通常止于表面，当案件发生时，依据案件详情较难准确的找到法律依据或者无法判断适用的法律法规。

在现有技术中，通过采用根据关键词进行法律法规的检索的方式，即用户需要输入案情关键词，但是对于社会公众或一些初级律师来说，很难把握案件关键词，进而无法准确的检索出符合需求的法律法规和法条。

因此，现有技术的法律法规和法条的检索方式的便利性和准确性都较差。

发明内容

本申请实施例的目的在于提供一种法律法规和法条的检索方法及装置、可读存储介质，用以提高法律法规和法条检索的便利性和准确性。

第一方面，本申请实施例提供一种法律法规和法条的检索方法，包括：获取案情描述信息；对所述案情描述信息进行解析，确定与所述案情描述信息对应的检索特征；基于所述检索特征和预先存储的知识图谱确定所述检索特征对应的法律法规和法条；所述知识图谱中包括法律法规、法条以及法条实体特征，还包括所述法律法规与所述法条之间的关系、以及所述法条与所述法条实体特征之间的关系；反馈所述检索特征对应的法律法规和法条。

在本申请实施例中，直接获取案情描述信息，然后对案情描述信息进行解析，确定对应的检索特征，然后基于检索特征和预先存储的知识图谱确定对应的法律法规和法条，再反馈该对应的法律法规和法条。相对于现有技术，一方面，基于案情描述信息就可以进行检索，用户若需要检索，可以简单的输入一段案情描述即可，提高了检索的便利性。另一方面，在预先存储的知识图谱中，包括法律法规、法条以及法条实体特征，还包括法律法规与法条之间的关系、以及法条与法条实体特征之间的关系，进而能够快速的确定出与检索特征对应的法律法条和法规，提高了检索的准确性。

作为一种可能的实现方式，在获取案情描述信息之前，所述方法包括：获取待建立知识图谱的法律法规；提取所述法律法规中的每一条法条的法条实体特征；根据提取出的法条实体特征与提取出的法条实体特征所属的法条之间的关系、以及所述所属的法条与所述所属的法条对应的法律法规之间的关系构建与所述法律法规对应的知识图谱。

在本申请实施例中，在建立知识图谱时，对每一条法条的实体特征进行提取，然后根据实体特征与法条、法条与法律法规的关系建立知识图谱，使知识图谱中能够准确的涵盖各个关系，进而在根据知识图谱确定对应的法律法规和法条时，准确度更高。

作为一种可能的实现方式，基于所述检索特征和预先存储的知识图谱确定所述检索特征对应的法律法规，包括：将所述检索特征与所述知识图谱中的法条实体特征进行比对，确定出与所述检索特征对应的法条实体特征；根据所述检索特征对应的法条实体特征和所述知识图谱中法条与法条实体特征之间的关系确定所述检索特征对应的法条；根据所述检索特征对应的法条和所述知识图谱中法律法规与法条之间的关系确定所述检索特征对应的法律法规。

在本申请实施例中，知识图谱中包括了法律法规与法条之间的关系、以及法条与法条实体特征之间的关系，法条属于法律法规，法条实体特征基于法条，因此，可以先确定与检索特征对应的法条实体特征，再根据对应的关系确定对应的法条，最后根据法条和对应的关系确定对应的法律法规，整个确定过程简单易于实现，提高检索的准确性。

作为一种可能的实现方式，所述法条实体特征设置有用于描述所述法条实体特征的特征标签；将所述检索特征与所述知识图谱中的法条实体特征进行比对，确定出与所述检索特征对应的法条实体特征，包括：基于所述特征标签将所述检索特征与所述知识图谱中的法条实体特征进行比对，确定出与所述检索特征对应的法条实体特征。

在本申请实施例中，法条实体特征设置有用于描述所述法条实体特征的特征标签，在比对检索特征与法条实体特征时，可以根据该特征标签进行比对，进而快速确定出与检索特征对应的法条实体特征。

作为一种可能的实现方式，所述知识图谱中包括多个法律法规，所述知识图谱中还包括所述多个法律法规之间的关系；反馈所述检索特征对应的法律法规和法条之前，所述方法还包括：根据所述检索特征对应的法律法规和所述多个法律法规之间的关系确定与所述检索特征对应的法律法规的相近法律法规；反馈所述检索特征对应的法律法规和法条，包括：反馈所述检索特征对应的法律法规和法条、以及所述相近法律法规。

在本申请实施例中，在知识图谱中，还包括多个法律法规之间的关系，在确定检索特征对应的法律法规后，还可以确定该对应的法律法规的相近法律法规，并反馈，提高检索结果的可参考性和价值。

第二方面，本申请实施例还提供一种法律法规和法条的检索装置，所述装置包括用于实现第一方面以及第一方面任意一种可能的实现方式中所述的方法的功能模块。

第三方面，本申请实施例提供一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被计算机运行时执行如第一方面以及第一方面任意一种可能的实现方式中所述的方法。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的法律法规和法条的检索方法的流程图；

图2为本申请实施例提供的知识图谱举例示意图；

图3为本申请实施例提供的法律法规和法条的检索装置的功能模块框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

本申请实施例提供的法律法规和法条的检索方法，可以应用于安装在手机或者电脑等电子设备上的App(Application，应用程序)、网页浏览器等。以App为例，用户可以在电子设备上安装对应的App，然后在该App上进行注册个人账号，注册后使用个人账号登录，在该App上存储有用户的个人信息，用户可以在该APP上进行检索。以网页浏览器为例，用户可以在网站上注册个人账号，注册后使用个人账号登录，在该网站上存储有用户的个人信息，用户可以在该网站上进行检索。

请参照图1，为本申请实施例提供的法律法规和法条的检索方法的流程图，该方法包括：

步骤101：获取案情描述信息。

步骤102：对案情描述信息进行解析，确定与案情描述信息对应的检索特征。

步骤103：基于检索特征和预先存储的知识图谱确定检索特征对应的法律法规和法条。知识图谱中包括法律法规、法条以及法条实体特征，还包括法律法规与法条之间的关系、以及法条与法条实体特征之间的关系。

步骤104：反馈检索特征对应的法律法规和法条。

与现有技术相比，在本申请实施例中，一方面，基于案情描述信息就可以进行检索，用户若需要检索，可以简单的输入一段案情描述即可，提高了检索的便利性。另一方面，在预先存储的知识图谱中，包括法律法规、法条以及法条实体特征，还包括法律法规与法条之间的关系、以及法条与法条实体特征之间的关系，进而能够快速的确定出与检索特征对应的法律法条和法规，提高了检索的准确性。

接下来对步骤101-步骤104的实施流程作介绍。

在步骤101中，获取的案情描述信息可以是用户输入的。作为一种可选的实施方式，在用户进入相应的检索界面后，在检索界面上设置有信息输入框，用户可以在该输入框内输入案情描述信息，然后在用户点击提交或者查找或者检索等选项后，获取到用户输入的案情描述信息。其中，用户在输入案情描述信息时，可以采用复制、粘贴等方式。此外，用户的案情描述信息可以是文本形式、也可以是图片形式。若为文本形式，在步骤101中可以直接获取该文本形式的案情描述信息。若为图片形式，在步骤101之前，先接收用户输入的图片，然后在步骤101基于该图片进行扫描或者提取文字等操作，进而获取到与用户输入的图片对应的案情描述信息。

除了文本和图片，也可以是语音信息，或者视频信息等，基于语音信息或者视频信息等也可以提取出对应的案情描述信息。例如语音信息，可以通过语音转文字实现等。除了是用户输入的情况，还可以主动获取案情描述信息，比如定期在网络平台上截取一些热门事件，进行检索，然后把检索结果发布出来，这种情况通常出现在机器人维护的社交账号的应用场景中。

进一步的，在步骤101中获取到案情描述信息后，执行步骤102，对案情描述信息进行解析，确定与案情描述信息对应的检索特征。

步骤102可以通过NLP(Natural Language Processing，自然语言处理)技术实现。对案情描述信息进行解析时，由于案情描述信息一般为一段文字，因此可以通过分词工具先将案情描述信息中的文本进行分词处理，得到案情描述信息对应的各个词特征。该分词工具可以是例如：word分词、Jcseg、HTTPCWS等。其中，word分词是一个Java实现的分布式的中文分词组件，提供了多种基于词典的分词算法，并利用ngram模型来消除歧义。能准确识别英文、数字，以及日期、时间等数量词，能识别人名、地名、组织机构名等未登录词。能通过自定义配置文件来改变组件行为，能自定义用户词库、自动检测词库变化、支持大规模分布式环境，能灵活指定多种分词算法，能使用refine功能灵活控制分词结果，还能使用词性标注、同义标注、反义标注、拼音标注等功能。同时还无缝和Lucene、Solr、ElasticSearch、Luke集成。jcseg是使用Java开发的一个中文分词器，使用流行的mmseg算法实现，mmseg四种过滤算法，分词准确率达到了98.4％以上，jcseg佩带了jcseg.properties配置文档，使用文本编辑器就可以自主的编辑其选项，配置适合不同应用场合的分词应用。这两种分词工具除了自带的词库，还可以自定义词库，为了适用于法律法规和法条的应用场景，可以设置自定义一些与案情描述相关的词库，进而提高最终解析出的词特征。

在通过分词得到词特征后，可以词特征确定案情描述信息对应的检索特征。可以理解，案情描述信息中有一些可能是对检索法律法规和法条没有影响的信息，比如人名、地名等信息。确定检索特征的过程相当于是对分词得到的词特征进行筛选。作为一种可能的实施方式，可以预先建立一个检索特征库，该检索特征库中的各个检索特征可以通过人工的方式搜集，也可以利用其他基于关键词进行检索的平台得到。假如是通过人工的方式搜集，可以让检索专家或者专业律师来提供。假如是利用其他基于关键词进行检索的平台，可以获取在其他检索平台上用户输入的各种关键词，这些关键词通常都可以作为检索特征。在筛选时，可以基于该检索特征库进行筛选，将词特征与检索特征库中的检索特征进行比对，若在检索特征库中查找到与词特征相似或者相同的检索特征，说明该词特征可以作为检索特征，若在检索特征库中没有查找到与词特征相似或者相同的检索特征，说明该词特征不是检索特征。

除了这种实施方式，还可以通过机器学习模型实现。先进行样本采集，采集的样本可以是对各个案情描述进行解析得到的词特征；然后通过人工对样本进行标注，标注的内容是每个词特征是否为检索特征或者每个词特征对应的检索特征；然后基于人工标注的结果进行机器学习，可采用LSTM+CRF算法反复进行模型训练，最后训练好的模型可用于对词特征进行分析。若标注的内容是每个词特征是否为检索特征，将词特征输入训练好的模型中，模型输出的结果就是词特征是/不是检索特征，进而可以确定各个词特征对应的检索特征。若标注的内容是每个词特征对应的检索特征，将词特征输入训练好的模型中，模型输出的结果为词特征对应的检索特征，当然，若词特征没有对应的检索特征，说明该词特征是无关信息，可以忽略。

举例来说，假设案情描述为：2019年11月15日，在XXX路口发生交通事故，前车突然停车，导致后车追尾。双方发生争执。在进行分词处理后，提取到时间、地点、交通事故、追尾、发生争执等词特征，通过检索特征库或者模型的方式，可以确定该案情描述对应的检索特征有：民事诉讼案件、交通肇事等。

此外，在步骤102中，有可能根据案情描述信息无法确定对应的检索特征，此时可以提示用户输入更多的案情描述或者重新输入更准确的案情描述，直到根据获取到的案情描述信息能够确定检索特征为止，如果多次都未确定成功，可以提示用户检索失败。

进一步的，在步骤102中确定出检索特征后，执行步骤103，即基于检索特征和预先存储的知识图谱确定检索特征对应的法律法规和法条。在预先存储的知识图谱中，包括法律法规、法条以及法条实体特征，还包括法律法规与法条之间的关系、以及法条与法条实体特征之间的关系。

对于预先存储的知识图谱，需要预先进行构建，该构建过程可以包括：获取待建立知识图谱的法律法规；提取法律法规中的每一条法条的法条实体特征；根据提取出的法条实体特征与提取出的法条实体特征所属的法条之间的关系、以及所属的法条与所属的法条对应的法律法规之间的关系构建与待建立知识图谱的法律法规对应的知识图谱。

在这个构建过程中，待建立知识图谱的法律法规可以涵盖各种常用的法律法规，如中央法规司法解释、地方法规规章、行政法规、监察法规、司法解释、部门规章、军事法规规章、党内法规、团体法规、行业规定等。当然，考虑到本申请实施例的应用场景，以应用程序为例，假设该应用程序是用于某个特定地方的法律法规检索，那待建立知识图像的法律法规就可以只包括该特定地方的地方法规规章。因此，该知识图谱中涉及到的法律法规可以根据实际需求进行选择。

进一步的，在获取到待建立知识图谱的法律法规后，提取其中的每一条法条的法条实体特征。可以理解，假如有多个法律法规，在提取时，对于每个法律法规中的每一条法条的法条实体特征都要进行提取。对于法条实体特征的提取，与案情描述信息的检索特征的提取类似。以通过机器学习实现为例，先进行样本采集，采集的样本包括多个法条；然后通过人工对样本进行标注，标注的内容是每一条法条中的法条实体特征；然后基于人工标注的结果进行机器学习，可采用LSTM+CRF算法反复进行模型训练，最后训练好的模型可用于对法条的实体特征进行分析。将法条输入训练好的模型中，模型输出的结果就是法条中的法条实体特征，进而可以确定各个法条中包括的法条实体特征。

进一步的，基于提取出的法条实体特征，和法条实体特征所属的法条之间的关系以及所属的法条与所属的法条对应的法律法规之间的关系可以构建知识图谱。可以理解，每个法条实体特征与法条之间的关系是已知的，法条对应的法律法规也是已知的，将各个关系进行整理，即可完成知识图谱的构建。

举例来说，最后构建得到的知识图谱可以如图2所示，图2中仅是示意性的举例，不作为本申请实施例的限定。在图2中，法律法规一的法条A对应有四个法条实体特征，法律法规二的法条B对应有一个法条实体特征，法律法规三的法条C对应有四个法条实体特征。此外，不同的法条对应的法条实体特征可能有相同的，在构建知识图谱时，直接基于对应的关系进行构建即可，即重复的法条实体特征在知识图谱中只要记录一个即可。

在知识图谱构建好以后，进行存储，在需要时，直接获取即可。

在本申请实施例中，在建立知识图谱时，对每一条法条的实体特征进行提取，然后根据实体特征与法条、法条与法律法规的关系建立知识图谱，使知识图谱中能够准确的涵盖各个关系，进而在根据知识图谱确定对应的法律法规和法条时，准确度更高。

进一步的，基于预先存储的知识图谱和检索特征可以确定检索特征对应的法律法规和法条。作为一种可能的实施方式，步骤103可以包括：将检索特征与知识图谱中的法条实体特征进行比对，确定出与检索特征对应的法条实体特征；根据检索特征对应的法条实体特征和知识图谱中法条与法条实体特征之间的关系确定检索特征对应的法条；根据检索特征对应的法条和知识图谱中法律法规与法条之间的关系确定检索特征对应的法律法规。

在步骤103的这种实施方式中，相当于将法条实体特征与检索特征先进行比对，先确定出对应的法条实体特征，然后再确定对应的法条，最后再确定法律法规。

在比对法条实体特征与检索特征时，可以采用词向量方法把法条实体特征与检索特征分别向量化，计算两者之间的相似度。在计算出检索特征与知识图谱中的各个法条实体特征的相似度后，可以按照相似度从高到低的顺序排序。进一步的，在确定对应的法条实体特征时，可以将相似度大于预设值或者相似度排前几的法条实体特征作为对应的法条实体特征，然后再进一步确定所属的法条和法律法规。因此，确定出的法条实体特征可以一个也可以多个，最终确定出的法条和法律法规的数量也不限。

以图2中的知识图谱示意图为例，假设通过比对，检索特征对应的法条实体特征为法条实体特征4，那么根据知识图谱中的关系，该检索特征对应的法条为法条实体特征4对应的法条A和法条C，法条A和法条C对应的法律法规分别为法律法规一和法律法规三，最终确定检索特征对应的法律法规为法律法规一和三。

为了提高检索的效率，在知识图谱中还可以为法条实体特征设置用于描述法条实体特征的特征标签，进而在比对时，可以基于特征标签将检索特征与知识图谱中的法条实体特征进行比对，确定出与检索特征对应的法条实体特征。可以理解的是，由于法条实体特征是从法条中提取出来的，因此可能比较专业和规范，而检索特征是从用户的案情描述信息中确定出来，可能比较口语化，因此可以为每个法条实体特征都设置一个描述的标签，该描述的标签与检索特征比较类似，就可以实现快速的比对。例如：某个法条实体特征为赔偿金额，那么特征标签可以是：钱、数目、数量等。特征标签可以在提取法条实体特征时，通过人工标注一并实现。

在步骤103中确定出对应的法律法规和法条后，执行步骤104，反馈检索特征对应的法律法规和法条，即反馈检索到的法律法规和法条。在步骤104中，结合前述对步骤101的介绍，可以在用户的检索页面上显示检索到的法律法规和法条。在显示检索到的法律法规和法条时，可以按照预设的显示规则。该预设的显示规则例如是：当法律法规和法条数量较多时，以列表的形式显示，并且每一个显示项只显示法律法规的名称，在用户点击该法律法规的名称后，再进一步显示与其对应的法条。当法律法规和法条数量较少时，直接将全部的法律法规和法条一并显示在显示界面上。并且，对于法律法规和法条数量较多的情况，列表中的排列顺序按照法律法规和法条对应的法条实体特征与检索特征的相似度进行排序，相似度越高的，在列表中的排列顺序也越靠前。

此外，除了常规的显示，还可以显示一些对应的操作选项，例如条件限定选项，以使用户可以根据自己的需求对显示的法律法规和法条进行筛选，比如限定法律法规所属的地区，限定法律法规所属的大类等。这些限定选项可以在开发应用程序或者浏览器时，通过系统开发员进行设置。除了这些显示规则，还可以是其它任何可行的显示规则，在此不作限定。

在本申请实施例中，在知识图谱中可能包括多个法律法规，当包括多个法律法规时，在构建知识图谱时，还可以存储多个法律法规之间的关系，进而在步骤104之前，该方法包括：根据检索特征对应的法律法规和多个法律法规之间的关系确定与检索特征对应的法律法规的相近法律法规。在步骤104中，反馈检索特征对应的法律法规和法条、以及相近法律法规。

在这种实施方式中，除了反馈与检索特征对应的法律法规，还可以依据各个法律法规之间的关系确定相近法律法规，该相近法律法规可以是与对应的法律法规有关联关系的法律法规，也可以是与对应的法律法规有很多共同点的法律法规。例如：民法通则与民法总则；民事诉讼法与离婚法等。对于多个法律法规之间的关系，可以通过人工标注实现，例如：两个法律法规的名称中有超过预设数量的字或者词都是相同的，那么可确定这两个法律法规相近。再例如：两个法律法规中，一个是大范围的法律法规，一个是小范围的法律法规，大范围的法律法规中可能涉及到小范围的法律法规中的部分内容，那么可以确定这两个法律法规有关联关系。

在本申请实施例中，在知识图谱中，还包括多个法律法规之间的关系，在确定检索特征对应的法律法规后，还可以确定该对应的法律法规的相近法律法规，并反馈，提高检索结果的可参考性和价值。

基于同一发明构思，请参照图3，本申请实施例中还提供一种法律法规和法条的检索装置200，包括获取模块201、确定模块202以及反馈模块203。

获取模块201，用于获取案情描述信息。确定模块202，用于对所述案情描述信息进行解析，确定与所述案情描述信息对应的检索特征。确定模块202还用于：基于所述检索特征和预先存储的知识图谱确定所述检索特征对应的法律法规和法条；所述知识图谱中包括法律法规、法条以及法条实体特征，还包括所述法律法规与所述法条之间的关系、以及所述法条与所述法条实体特征之间的关系。反馈模块203，用于反馈所述检索特征对应的法律法规和法条。

可选的，检索装置200还包括构建模块，构建模块用于：获取待建立知识图谱的法律法规；提取所述待建立知识图谱的法律法规中的每一条法条的法条实体特征；根据提取出的法条实体特征与提取出的法条实体特征所属的法条之间的关系、以及所述所属的法条与所述所属的法条对应的法律法规之间的关系构建与所述待建立知识图谱的法律法规对应的知识图谱。

可选的，确定模块202具体用于：将所述检索特征与所述知识图谱中的法条实体特征进行比对，确定出与所述检索特征对应的法条实体特征；根据所述检索特征对应的法条实体特征和所述知识图谱中法条与法条实体特征之间的关系确定所述检索特征对应的法条；根据所述检索特征对应的法条和所述知识图谱中法律法规与法条之间的关系确定所述检索特征对应的法律法规。

可选的，确定模块202具体用于：根据所述检索特征对应的法律法规和所述多个法律法规之间的关系确定与所述检索特征对应的法律法规的相近法律法规。反馈模块203还用于：反馈所述检索特征对应的法律法规和法条、以及所述相近法律法规。

前述实施例中的法律法规和法条的检索方法中的各实施方式和具体实例同样适用于图3的装置，通过前述对法律法规和法条的检索方法的详细描述，本领域技术人员可以清楚的知道图3中的法律法规和法条的检索装置的实施方法，所以为了说明书的简洁，在此不再详述。

基于同一发明构思，本申请实施例还提供了一种可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被计算机运行时执行上述任一实施方式的法律法规和法条的检索方法中的步骤。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种法律法规和法条的检索方法，其特征在于，包括：

获取案情描述信息；

对所述案情描述信息进行解析，确定与所述案情描述信息对应的检索特征；

基于所述检索特征和预先存储的知识图谱确定所述检索特征对应的法律法规和法条；所述知识图谱中包括法律法规、法条以及法条实体特征，还包括所述法律法规与所述法条之间的关系、以及所述法条与所述法条实体特征之间的关系；

反馈所述检索特征对应的法律法规和法条。

2.根据权利要求1所述的方法，其特征在于，在获取案情描述信息之前，所述方法包括：

获取待建立知识图谱的法律法规；

提取所述待建立知识图谱的法律法规中的每一条法条的法条实体特征；

根据提取出的法条实体特征与提取出的法条实体特征所属的法条之间的关系、以及所述所属的法条与所述所属的法条对应的法律法规之间的关系构建与所述待建立知识图谱的法律法规对应的知识图谱。

3.根据权利要求1所述的方法，其特征在于，基于所述检索特征和预先存储的知识图谱确定所述检索特征对应的法律法规，包括：

将所述检索特征与所述知识图谱中的法条实体特征进行比对，确定出与所述检索特征对应的法条实体特征；

根据所述检索特征对应的法条实体特征和所述知识图谱中法条与法条实体特征之间的关系确定所述检索特征对应的法条；

根据所述检索特征对应的法条和所述知识图谱中法律法规与法条之间的关系确定所述检索特征对应的法律法规。

4.根据权利要求3所述的方法，其特征在于，所述法条实体特征设置有用于描述所述法条实体特征的特征标签；将所述检索特征与所述知识图谱中的法条实体特征进行比对，确定出与所述检索特征对应的法条实体特征，包括：

基于所述特征标签将所述检索特征与所述知识图谱中的法条实体特征进行比对，确定出与所述检索特征对应的法条实体特征。

5.根据权利要求1所述的方法，其特征在于，所述知识图谱中包括多个法律法规，所述知识图谱中还包括所述多个法律法规之间的关系；在反馈所述检索特征对应的法律法规和法条之前，所述方法还包括：

根据所述检索特征对应的法律法规和所述多个法律法规之间的关系确定与所述检索特征对应的法律法规的相近法律法规；

反馈所述检索特征对应的法律法规和法条，包括：

反馈所述检索特征对应的法律法规和法条、以及所述相近法律法规。

6.一种法律法规和法条的检索装置，其特征在于，包括：

获取模块，用于获取案情描述信息；

确定模块，用于对所述案情描述信息进行解析，确定与所述案情描述信息对应的检索特征；

所述确定模块还用于：基于所述检索特征和预先存储的知识图谱确定所述检索特征对应的法律法规和法条；所述知识图谱中包括法律法规、法条以及法条实体特征，还包括所述法律法规与所述法条之间的关系、以及所述法条与所述法条实体特征之间的关系；

反馈模块，用于反馈所述检索特征对应的法律法规和法条。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括构建模块，所述构建模块用于：

获取待建立知识图谱的法律法规；提取所述待建立知识图谱的法律法规中的每一条法条的法条实体特征；根据提取出的法条实体特征与提取出的法条实体特征所属的法条之间的关系、以及所述所属的法条与所述所属的法条对应的法律法规之间的关系构建与所述待建立知识图谱的法律法规对应的知识图谱。

8.根据权利要求6所述的装置，其特征在于，所述确定模块还用于：

将所述检索特征与所述知识图谱中的法条实体特征进行比对，确定出与所述检索特征对应的法条实体特征；根据所述检索特征对应的法条实体特征和所述知识图谱中法条与法条实体特征之间的关系确定所述检索特征对应的法条；根据所述检索特征对应的法条和所述知识图谱中法律法规与法条之间的关系确定所述检索特征对应的法律法规。

9.根据权利要求6所述的装置，其特征在于，所述知识图谱中包括多个法律法规，所述知识图谱中还包括所述多个法律法规之间的关系；所述确定模块还用于：根据所述检索特征对应的法律法规和所述多个法律法规之间的关系确定与所述检索特征对应的法律法规的相近法律法规；

所述反馈模块还用于：反馈所述检索特征对应的法律法规和法条、以及所述相近法律法规。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被计算机运行时执行如权利要求1-5任一项所述的方法。

Images