CN111611397A - 信息匹配方法、装置、计算机设备和存储介质 - Google Patents
信息匹配方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111611397A CN111611397A CN201910143418.0A CN201910143418A CN111611397A CN 111611397 A CN111611397 A CN 111611397A CN 201910143418 A CN201910143418 A CN 201910143418A CN 111611397 A CN111611397 A CN 111611397A
- Authority
- CN
- China
- Prior art keywords
- target
- mode
- punishment
- penalty
- factor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004590 computer program Methods 0.000 claims description 21
- 238000010586 diagram Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000000505 pernicious effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- VEMKTZHHVJILDY-UHFFFAOYSA-N resmethrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=COC(CC=2C=CC=CC=2)=C1 VEMKTZHHVJILDY-UHFFFAOYSA-N 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 201000009032 substance abuse Diseases 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种信息匹配方法、装置、计算机设备和存储介质,所述方法包括:获取根据犯罪事实文本确定的目标法律事件,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,法律知识图谱包含法律事件与基准处罚方式的对应关系,从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式。通过查询法律知识图快速的定位犯罪事实文本对应的目标法律事件,根据范围事实文本获取的期限因子筛选目标法律事件对应的目标基准处罚方式,根据法律知识图谱中法律事件与基准处罚方式的对应关系,快速搜索得到与法律事件对应的目标处罚方式,使得数据的检索更为简便和准确,进一步可以提高法律工作者的工作效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种信息匹配方法、装置、计算机设备和存储介质。
背景技术
近年来,随着人工智能技术特别是知识图谱的日趋成熟,很多领域,比如自然语言处理,语音识别,垃圾邮件过滤,机器翻译,广告推荐,智能家电等等,都利用人工智能技术得到了迅猛的发展。而在法律方面,与人工智能的结合较少,法务工作大多还是以人力为主。
法律属于专业性很强的领域,非专业人士往往不能通过查询资料而获得期望的法律知识,而依靠专业的法律咨询既费时间又费钱财。另一方面,对于法律工作者本身而言,拥有的法律知识以及案例知识是有限的,有某些特殊情况下也需要借助其它渠道获取帮助,法律工作者无法快速的对案件信息进行处理,导致工作进展缓慢。
发明内容
为了解决上述技术问题,本申请提供了一种信息匹配方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种信息匹配方法,包括:
获取根据犯罪事实文本确定的目标法律事件;
根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,法律知识图谱包含法律事件与基准处罚方式的对应关系;
从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式。
第二方面,本申请提供了一种信息匹配装置,包括:
目标法律事件获取模块,用于获取根据犯罪事实文本确定的目标法律事件;
目标基准处罚方式确定模块,用于根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,法律知识图谱包含法律事件与基准处罚方式的对应关系;
目标处罚方式确定模块,用于从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取根据犯罪事实文本确定的目标法律事件;
根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,法律知识图谱包含法律事件与基准处罚方式的对应关系;
从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取根据犯罪事实文本确定的目标法律事件;
根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,法律知识图谱包含法律事件与基准处罚方式的对应关系;
从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式。
上述信息匹配方法、装置、计算机设备和存储介质,所述方法包括:获取根据犯罪事实文本确定的目标法律事件,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,法律知识图谱包含法律事件与基准处罚方式的对应关系,从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方。通过查询法律知识图谱快速的定位犯罪事实文本对应的目标法律事件,根据范围事实文本获取的期限因子筛选目标法律事件对应的目标基准处罚方式,根据法律知识图谱中法律事件与基准处罚方式的对应关系,快速搜索得到与法律事件对应的目标处罚方式,使得数据的检索更为简便和准确,进一步可以提高法律工作者的工作效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中信息匹配方法的应用环境图;
图2为一个实施例中信息匹配方法的流程示意图;
图3为一个实施例中信息匹配装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1为一个实施例中信息匹配方法的应用环境图。参照图1,该信息匹配方法应用于信息匹配系统。该信息匹配系统包括终端110和服务器120。终端110和服务器120通过网络连接。终端或服务器获取获取法律知识图谱,法律知识图谱包含法律事件与基准处罚方式的对应关系,获取根据犯罪事实文本确定的目标法律事件,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式。终端110具体可以是台式终端或移动终端,移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
如图2所示,在一个实施例中,提供了一种信息匹配方法。本实施例主要以该方法应用于上述图1中的终端110(或服务器120)来举例说明。参照图2,该信息匹配方法具体包括如下步骤:
步骤S201,获取根据犯罪事实文本确定的目标法律事件。
具体地,目标法律事件是指与犯罪事实文本中对应的实施主体所犯的法律事件,该法律事件是通过对犯罪事实文本进行分析得到的,对犯罪事实文本的分析可以是法律工作者人为分析得到的结果,也可以是通过文本分析模型对文本进行分析得到的结果。获取法律工作者确定的目标法律事件或是对犯罪事实文本进行自动分析得到的目标法律事件。
步骤S202,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,法律知识图谱包含法律事件与基准处罚方式的对应关系。
具体地,法律知识图谱是指用于存储各种法律数据和法律数据之间的对应关系。如包含法律事件与基准处罚方式的对应的关系,法律事件与法条的对应关系,法律事件与法律事件四要件的对应关系,法条之间的关系,法律文本之间的关系等等。查询与目标法律事件对应的目标基准处罚方式,其中一个法律事件可能对应一个目标基准处罚方式,也可能对应多个目标基准处罚方式,在对应多个目标基准处罚方式的时,需要根据犯罪事实文本进一步确定目标基准处罚方式,直到存在唯一的目标基准处罚方式为止。目标法律事件是对法律事件进行定义的事件,以刑法为例,目标法律事件是指罪名,目标基准处罚方式为目标基准刑。
在一个实施例中,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,还包括:判断目标法律事件对应的基准处罚方式的数量是否为多个,当基准处罚方式的数量为多个时,获取犯罪事实文本对应的犯罪情节严重程度,根据犯罪情节的严重程度确定对应的目标基准处罚方式。
具体地,由于一个法律事件可能对应多个基准处罚方式,在确定目标法律事件后,可以通过法律知识图谱查询与目标法律事件对应的基准处罚方式,判断目标法律事件对应的基准处罚方式的数量是否大于1,当目标法律事件对应的基准处罚方式大于1时,获取犯罪事实文本对应的犯罪情节严重程度。其中犯罪情节严重程度是根据对犯罪事实文本中的犯罪事实进行评价得到的评价指标,不同的严重程度对应不同的评价指标,不同的严重程度对应不同的目标基准处罚方式,如故意杀人罪包括第一基准刑作为第一基准处罚方式:3-5年有期徒刑;第二基准刑作为第二基准处罚方式:死刑、无期徒刑和10年以上有期徒刑。在故意杀人罪对应的犯罪情节严重程度包括至少两种程度,第一严重程度对应的目标基准处罚方式为第一基准处罚方式,第二严重程度对应的目标基准处罚方式为第二基准处罚方式。犯罪情节严重程度是一个相对抽象概念的事情,故在判定时,一般可以采用判定特定词汇的方式进行判断,如犯罪事实文本中描述犯罪过程时,犯罪实施者采用残忍的方式虐待他人,这些描述是属于对受害人的严重伤害,故在判定时若存在一些残忍对待受害人的词汇时,对应的犯罪情节严重程度属于严重类型。或者对社会产生极其不好的影响,态度恶劣等等时,对应的犯罪情节严重程度属于严重类型。故根据犯罪情节严重程度能够更准确的定位基准处罚方式,为后续判定期限奠定基础。
步骤S203,从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式。
具体地,期限因子是指能够影响处罚方式和期限的数据,其中期限因子包括从重期限因子和从轻期限因子,从重期限因子是指加重刑罚的影响因子,从重期限因子包括但不限于在实施犯罪行为过程中故意加长犯罪行为的实施时长,使得受害人承受更多的痛苦,或实施犯罪行为后阻碍执法人员的执法等等行为。从轻期限因子是指减轻刑罚的影响因子,如从轻期限因子包括但不限于自首、立功、赔偿等用于在实施犯罪行为后对犯罪行为进行补救的行为,从目标基准处罚方式中查找与期限因子对应的目标处罚方式,如期限因子仅包含从重期限因子,从目标基准处罚方式中选择刑罚更为严重的处罚方式,当期限因子仅包含从轻期限因子时,从目标基准处罚方式中选择刑罚较轻的处罚方式。
在一个实施例中,期限因子包括从重期限因子和从轻期限因子,从犯罪事实文本中获取期限因子之后,还包括:判断各个期限因子所属的类型,将判定为从重的期限因子作为从重期限因子,将判定为从轻的期限因子作为从轻期限因子。
具体地,在获取了犯罪事实文本中的期限因子后,对各个期限因子所属的类型进行判断,期限因子的类型包括从重和从轻两个类型,从重对应从重期限因子,从轻对应从轻期限因子,根据判断后的各个期限因子所属的类型添加至对应的期限因子类型。对期限因子进行分类,能够更好的确定犯罪实施者的刑罚。
在一个实施例中,当期限因子既包含从重期限因子,又包含从轻期限因子时,对从重期限因子和从轻期限因子进行加权求和,得到对应的加权因子,当加权因子大于预设阈值时,将基准处罚方式中的从重处罚方式作为目标处罚方式,当加权因子等于预设阈值时,将基准处罚方式中的中间处罚方式作为目标处罚方式,当加权因子小于预设阈值时,将基准处罚方式中的从轻处罚方式作为目标处罚方式,其中从重处罚方式的时间期限大于中间处罚方式的时间期限,中间处罚方式的时间期限大于从轻处罚方式的时间期限。
具体地,为从重期限因子设置加权系数,为从轻期限因子设置加权系数,根据从重期限因子设置的加权系数和从轻期限因子设置的加权系数,对从重期限因子和从轻期限因子进行加权求和,得到对应的加权因子,判断加权因子是否大于预设阈值。其中,预设阈值为预先设置的用于确定目标处罚方式的临界值,大于临界值,选择从重处罚方式,小于临界值选择从轻处罚方式。当加权因子大于预设阈值,表示犯罪实施者的表现较为恶劣,选择目标基准处罚方式中刑罚较重的从重处罚方式,当加权因子等于预设阈值,选择目标基准处罚方式中位于中间刑罚的中间处罚方式,当加权因子小于预设阈值,表示犯罪实施者的实施了对应的出补救行为,选择目标基准处罚方式中刑罚较轻的从轻处罚方式。
在一个实施例中,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式之后,还包括:判断目标基准处罚方式是否包含多个处罚方式,当目标基准处罚方式包含多个处罚方式时,进入从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式的步骤。
具体地,一个目标基准处罚方式可能包含多个处罚方式,故在确定目标基准处罚方式后,首先确定目标基准处罚方式对应的处罚方式的数量是否为多个,当目标基准处罚方式的数量为多个时,需要根据期限因子确定选择目标基准处罚方式中哪个处罚方式,故进入从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式的步骤。
在一个实施例中,在步骤S203之后,还包括:根据处罚方式对应的期限确定目标处罚方式对应的目标期限。
具体地,处罚方式和期限的对应关系是指各个法律文本中的对应关系确定的,在确定目标处罚方式后,通过处罚方式和期限的对应关系查询目标处罚方式对应的期限,将目标处罚方式对应的期限作为目标期限,其中目标期限可以为具体期限,或者是区间期限,具体期限是指具体的时间长度是多少,如有期徒刑十五年或有期徒刑十年等等。区间期限是指一段时间区间,如十年以上有期徒刑。
在一个实施例中,从目标基准处罚方式中选择与期限因子对应的目标处罚方式之后,包括:判断目标处罚方式是否为有期徒刑,当目标处罚方式为有期徒刑时,进入根据处罚方式对应的期限确定目标处罚方式对应的目标期限的步骤。
具体地,在确定目标基准处罚方式对应的目标处罚方式后,判断目标处罚方式所属的类型,当目标处罚方式为有期徒刑时,需要确定有期徒刑的期限,一般的有期徒刑包含的期限都是一个时间区间,如10年以上有期徒刑,3-5年有期徒刑等等,在确定了目标处罚方式为有期徒刑时,可以进一步对有期徒刑进行期限的范围进行缩小,如可以对10年以上有期徒刑,确定到13年有期徒刑,也可以是10-15年有期徒刑,缩小期限,使用该信息匹配方法的人可以得到一个更为准确的参考期限,能够帮助法律工作者更好的理解案例,提高工作效率等等。
上述信息匹配方法,信息匹配方法、装置、计算机设备和存储介质,所述方法包括:获取根据犯罪事实文本确定的目标法律事件,法律知识图谱包含法律事件与基准处罚方式的对应关系,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式。通过查询法律知识图谱快速的定位犯罪事实文本对应的目标法律事件,根据范围事实文本获取的期限因子筛选目标法律事件对应的目标处罚方式,根据法律知识图谱中法律事件与基准处罚方式的对应关系,快速搜索得到与目标法律事件对应的目标处罚方式,使得数据的检索更为简便和准确,进一步可以提高法律工作者的工作效率。
在一个具体的实施例中,上述信息匹配方法,包括:
获取法律事件。从犯罪事实文本中抽取主体、客体、主观方面和客观方面,再通过过滤匹配确定犯罪事实文本中的犯罪实施者的目标法律事件。
基准处罚方式确定。获取目标法律事件后,在法律知识图谱中查找与目标法律事件对应的基准处罚方式,在法律知识图谱中,同一个法律事件可能对应多个基准处罚方式,判断目标法律事件是否包含多个基准处罚方式,当包含多个基准处罚方式时,根据犯罪事实文本中犯罪实施者的犯罪行为的情节严重程度确定唯一目标基准处罚方式。
具体处罚方式确定。一个基准处罚方式可能的对应一个或多个处罚方式,同一个基准处罚方式对应的多个处罚方式属于严重程度不一样的同一档次的处罚方式,因此需要从基准处罚方式中确定出一个唯一的目标处罚方式。在确定目标处罚方式过程中,需要考虑综合犯罪情节的轻重,因此需要对影响量刑的期限因子进行量化。其中期限因子包括从重期限因子和从轻期限因子,从重期限因子会导致量刑偏向于较重的处罚方式,从轻期限因子会导致量刑偏向于较轻的处罚方式。在实际判断过程中将犯罪事实文本中提取出的期限因子进行分类,在综合对从重期限因子和从轻期限因子进行计算。在犯罪过程中的从重行为可以在犯罪后进行补救,比如自首、立功、赔偿等,因此需要对从重期限因子和从轻期限因子进行综合考虑。如将从重期限因子设置为正,从轻期限因子设置为负,对从重期限因子和从轻期限因子进行相加,当相加的结果大于零就选择从重期限因子对应的从重处罚方式,反之,如果小于零就选择从重期限因子对应的从重处罚方式,如果等于零就选择中间的刑罚。
期限锁定。选择的处罚方式如果不是有期徒刑就直接给出,如果是有期徒刑,再结合期限因子进一步对有期徒刑的范围进行缩小,比如,如果给出判有期徒刑十年以上,结合期限因子对该期限进行缩小,缩小为有期徒刑十到十五年,然后可以在此区间内综合量刑因素锁定某一个具体期限,比如十二年有期徒刑。
结果呈现。判刑结果呈现有三种形式,第一种是不进行量化的处罚方式,比如死刑和无期徒刑;第二种是有期徒刑的期限区间,比如十年以上有期徒刑,即十年到二十五年;第三种是有期徒刑的具体期限,比如有期徒刑十五年。
现今所存在的一些计算机技术辅助法律的系统,大多是基于结构化法律知识以及案例数据库,通过简单的匹配查询而提供法律咨询,这种方法不具备灵活性而且工作量大。而知识图谱则能化繁为简,很好地理清案情中的逻辑关联性,为智能判定期限提供很好的支持,即可以快速的犯罪文本进行处理,并给出对应的犯罪法律事件和对应的期限。
图2为一个实施例中信息匹配方法的流程示意图。应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种信息匹配装置,包括:
目标法律事件获取模块201,用于获取根据犯罪事实文本确定的目标法律事件。
目标基准处罚方式确定模块202,用于根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,法律知识图谱包含法律事件与基准处罚方式的对应关系。
目标处罚方式确定模块203,用于从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式。
在一个实施例中,上述信息匹配装置,还包括:
期限因子处理模块,用于判断各个期限因子所属的类型,将判定为从重的期限因子作为从重期限因子,将判定为从轻的期限因子作为从轻期限因子。
在一个实施例中,目标处罚方式确定模块,包括:
期限因子计算单元,用于对从重期限因子和从轻期限因子进行加权求和,得到对应的加权因子。
目标处罚方式确定单元,用于当加权因子大于预设阈值时,将基准处罚方式中的从重处罚方式作为目标处罚方式,当加权因子等于所述预设阈值时,将基准处罚方式中的中间处罚方式作为目标处罚方式,当加权因子小于预设阈值时,将基准处罚方式中的从轻处罚方式作为目标处罚方式,其中从重处罚方式的时间期限大于中间处罚方式的时间期限,中间处罚方式的时间期限大于从轻处罚方式的时间期限。
在一个实施例中,目标基准处罚方式确定模块还用于判断目标法律事件对应的基准处罚方式的数量是否为多个,当基准处罚方式的数量为多个时,获取犯罪事实文本对应的犯罪情节严重程度根据犯罪情节的严重程度确定对应的目标基准处罚方式。
在一个实施例中,上述信息匹配装置,还包括:
处罚方式判断模块,用于判断目标基准处罚方式是否包含多个处罚方式。
多处罚方式处理模块,用于当目标基准处罚方式包含多个处罚方式时,进入目标处罚方式确定模块。
在一个实施例中,上述信息匹配装置,还包括:
有期徒刑判断模块,用于判断目标处罚方式是否为有期徒刑。
有期徒刑处理模块,用于当目标处罚方式为有期徒刑时,根据处罚方式对应的期限确定目标处罚方式对应的目标期限。
图4示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的终端110(或服务器120)。如图4所示,该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现信息匹配方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行信息匹配方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的信息匹配装置可以实现为一种计算机程序的形式,计算机程序可在如图4所示的计算机设备上运行。计算机设备的存储器中可存储组成该信息匹配装置的各个程序模块,比如,图3所示的目标法律事件获取模块201、目标基准处罚方式确定模块202和目标处罚方式确定模块203。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的信息匹配方法中的步骤。
例如,图4所示的计算机设备可以通过如图3所示的信息匹配装置中的目标法律事件获取模块201执行获取根据犯罪事实文本确定的目标法律事件。计算机设备可以通过目标基准处罚方式确定模块202执行根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,法律知识图谱包含法律事件与基准处罚方式的对应关系。计算机设备可以通过目标处罚方式确定模块203执行从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式。在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:获取根据犯罪事实文本确定的目标法律事件,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,法律知识图谱包含法律事件与基准处罚方式的对应关系,从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式,根据处罚方式对应的期限确定目标处罚方式对应的目标期限。
在一个实施例中,期限因子包括从重期限因子和从轻期限因子,从犯罪事实文本中获取期限因子之后,处理器执行计算机程序时还实现以下步骤:判断各个期限因子所属的类型,将判定为从重的期限因子作为从重期限因子,将判定为从轻的期限因子作为从轻期限因子。
在一个实施例中,从目标基准处罚方式中选择与期限因子对应的目标处罚方式,包括:对从重期限因子和从轻期限因子进行加权求和,得到对应的加权因子,当加权因子大于预设阈值时,将基准处罚方式中的从重处罚方式作为目标处罚方式,当加权因子等于预设阈值时,将基准处罚方式中的中间处罚方式作为目标处罚方式,当加权因子小于预设阈值时,将基准处罚方式中的从轻处罚方式作为目标处罚方式,其中从重处罚方式的时间期限大于中间处罚方式的时间期限,中间处罚方式的时间期限大于从轻处罚方式的时间期限。
在一个实施例中,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,还包括:判断目标法律事件对应的基准处罚方式的数量是否为多个,当基准处罚方式的数量为多个时,获取犯罪事实文本对应的犯罪情节严重程度,根据犯罪情节的严重程度确定对应的目标基准处罚方式。
在一个实施例中,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式之后,处理器执行计算机程序时还实现以下步骤:判断目标基准处罚方式是否包含多个处罚方式,当目标基准处罚方式包含多个处罚方式时,执行从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式的步骤。
在一个实施例中,从目标基准处罚方式中选择与期限因子对应的目标处罚方式之后,处理器执行计算机程序时还实现以下步骤:判断目标处罚方式是否为有期徒刑,当目标处罚方式为有期徒刑时,根据处罚方式对应的期限确定目标处罚方式对应的目标期限。
在一个实施例中,目标期限为具体期限年限或期限区间。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取根据犯罪事实文本确定的目标法律事件,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,法律知识图谱包含法律事件与基准处罚方式的对应关系,从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式。
在一个实施例中,期限因子包括从重期限因子和从轻期限因子,从犯罪事实文本中获取期限因子之后,处理器执行计算机程序时还实现以下步骤:判断各个期限因子所属的类型,将判定为从重的期限因子作为从重期限因子,将判定为从轻的期限因子作为从轻期限因子。
在一个实施例中,从目标基准处罚方式中选择与期限因子对应的目标处罚方式,包括:对从重期限因子和从轻期限因子进行加权求和,得到对应的加权因子,当加权因子大于预设阈值时,将基准处罚方式中的从重处罚方式作为目标处罚方式,当加权因子等于预设阈值时,将基准处罚方式中的中间处罚方式作为目标处罚方式,当加权因子小于预设阈值时,将基准处罚方式中的从轻处罚方式作为目标处罚方式,其中从重处罚方式的时间期限大于中间处罚方式的时间期限,中间处罚方式的时间期限大于从轻处罚方式的时间期限。
在一个实施例中,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式,还包括:判断目标法律事件对应的基准处罚方式的数量是否为多个,当基准处罚方式的数量为多个时,获取犯罪事实文本对应的犯罪情节严重程度,根据犯罪情节的严重程度确定对应的目标基准处罚方式。
在一个实施例中,根据法律知识图谱确定与目标法律事件对应的目标基准处罚方式之后,计算机程序被处理器执行时还实现以下步骤:判断目标基准处罚方式是否包含多个处罚方式,当目标基准处罚方式包含多个处罚方式时,执行从犯罪事实文本中获取期限因子,从目标基准处罚方式中选择与期限因子对应的目标处罚方式的步骤。
在一个实施例中,从目标基准处罚方式中选择与期限因子对应的目标处罚方式之后,计算机程序被处理器执行时还实现以下步骤:判断目标处罚方式是否为有期徒刑,当目标处罚方式为有期徒刑时,根据处罚方式对应的期限确定目标处罚方式对应的目标期限。
在一个实施例中,目标期限为具体期限年限或期限区间。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,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。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种信息匹配方法,其特征在于,所述方法包括:
获取根据犯罪事实文本确定的目标法律事件;
根据法律知识图谱确定与所述目标法律事件对应的目标基准处罚方式,所述法律知识图谱包含法律事件与基准处罚方式的对应关系;
从所述犯罪事实文本中获取期限因子,从所述目标基准处罚方式中选择与所述期限因子对应的目标处罚方式。
2.根据权利要求1所述的方法,其特征在于,所述期限因子包括从重期限因子和从轻期限因子,所述从所述犯罪事实文本中获取期限因子之后,还包括:
判断各个所述期限因子所属的类型;
将判定类型为从重的所述期限因子添加至所述从重期限因子中;
将判定类型为从轻的所述期限因子添加至所述从轻期限因子中。
3.根据权利要求2所述的方法,其特征在于,所述从所述目标基准处罚方式中选择与所述期限因子对应的目标处罚方式,包括:
对所述从重期限因子和所述从轻期限因子进行加权求和,得到对应的加权因子;
当所述加权因子大于预设阈值时,将所述基准处罚方式中的从重处罚方式作为所述目标处罚方式;
当所述加权因子等于所述预设阈值时,将所述基准处罚方式中的中间处罚方式作为所述目标处罚方式;
当所述加权因子小于所述预设阈值时,将所述基准处罚方式中的从轻处罚方式作为所述目标处罚方式,其中所述从重处罚方式的时间期限大于所述中间处罚方式的时间期限,所述中间处罚方式的时间期限大于所述从轻处罚方式的时间期限。
4.根据权利要求1所述的方法,其特征在于,所述根据所述法律知识图谱确定与所述目标法律事件对应的目标基准处罚方式,还包括:
判断所述目标法律事件对应的基准处罚方式的数量是否为多个;
当所述基准处罚方式的数量为多个时,获取所述犯罪事实文本对应的犯罪情节严重程度;
根据所述犯罪情节的严重程度确定对应的目标基准处罚方式。
5.根据权利要求1-4任意一项所述的方法,其特征在于,所述根据所述法律知识图谱确定与所述目标法律事件对应的目标基准处罚方式之后,还包括:
判断所述目标基准处罚方式是否包含多个处罚方式;
当所述目标基准处罚方式包含多个处罚方式时,进入从所述犯罪事实文本中获取期限因子,从所述目标基准处罚方式中选择与所述期限因子对应的目标处罚方式的步骤。
6.根据权利要求5所述的方法,其特征在于,所述从所述目标基准处罚方式中选择与所述期限因子对应的目标处罚方式之后,包括:
判断所述目标处罚方式是否为有期徒刑;
当所述目标处罚方式为有期徒刑时,根据处罚方式对应的期限确定所述目标处罚方式对应的目标期限。
7.根据权利要求1所述的方法,其特征在于,所述目标期限为具体期限或区间期限。
8.一种信息匹配装置,其特征在于,所述装置包括:
目标法律事件获取模块,用于获取根据犯罪事实文本确定的目标法律事件;
目标基准处罚方式确定模块,用于根据法律知识图谱确定与所述目标法律事件对应的目标基准处罚方式,所述法律知识图谱包含法律事件与基准处罚方式的对应关系;
目标处罚方式确定模块,用于从所述犯罪事实文本中获取期限因子,从所述目标基准处罚方式中选择与所述期限因子对应的目标处罚方式。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910143418.0A CN111611397A (zh) | 2019-02-26 | 2019-02-26 | 信息匹配方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910143418.0A CN111611397A (zh) | 2019-02-26 | 2019-02-26 | 信息匹配方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111611397A true CN111611397A (zh) | 2020-09-01 |
Family
ID=72197617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910143418.0A Pending CN111611397A (zh) | 2019-02-26 | 2019-02-26 | 信息匹配方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111611397A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113407727A (zh) * | 2021-03-22 | 2021-09-17 | 天津汇智星源信息技术有限公司 | 基于法律知识图谱的定性量纪推荐方法及相关设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150039357A (ko) * | 2013-10-02 | 2015-04-10 | 김성인 | 양형 전문가 시스템 및 그 동작 방법 |
CN105809589A (zh) * | 2015-08-27 | 2016-07-27 | 张同社 | 用于辅助法官裁判刑民案件的数学方法和数学模型 |
CN109285094A (zh) * | 2017-07-19 | 2019-01-29 | 北京国双科技有限公司 | 法律文书的处理方法及装置 |
-
2019
- 2019-02-26 CN CN201910143418.0A patent/CN111611397A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150039357A (ko) * | 2013-10-02 | 2015-04-10 | 김성인 | 양형 전문가 시스템 및 그 동작 방법 |
CN105809589A (zh) * | 2015-08-27 | 2016-07-27 | 张同社 | 用于辅助法官裁判刑民案件的数学方法和数学模型 |
CN109285094A (zh) * | 2017-07-19 | 2019-01-29 | 北京国双科技有限公司 | 法律文书的处理方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113407727A (zh) * | 2021-03-22 | 2021-09-17 | 天津汇智星源信息技术有限公司 | 基于法律知识图谱的定性量纪推荐方法及相关设备 |
CN113407727B (zh) * | 2021-03-22 | 2023-01-13 | 天津汇智星源信息技术有限公司 | 基于法律知识图谱的定性量纪推荐方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109598095B (zh) | 评分卡模型的建立方法、装置、计算机设备和存储介质 | |
US6542881B1 (en) | System and method for revealing necessary and sufficient conditions for database analysis | |
CN109543925B (zh) | 基于机器学习的风险预测方法、装置、计算机设备和存储介质 | |
Al Qady et al. | Automatic clustering of construction project documents based on textual similarity | |
CN110458324B (zh) | 风险概率的计算方法、装置和计算机设备 | |
KR101616544B1 (ko) | Lda를 이용한 특허 문헌 분석 방법 | |
CN110287250B (zh) | 用户等级量化方法和装置 | |
CN110503566B (zh) | 风控模型建立方法、装置、计算机设备及存储介质 | |
CN110610431A (zh) | 基于大数据的智能理赔方法及智能理赔系统 | |
CN111611396A (zh) | 基于法律知识图谱的信息匹配方法、装置和存储介质 | |
CN113553583A (zh) | 信息系统资产安全风险评估方法与装置 | |
CN115936895A (zh) | 基于人工智能的风险评估方法、装置、设备及存储介质 | |
CN115687787A (zh) | 产业政策目标群画像构建方法、系统及存储介质 | |
EP3828731A1 (en) | A method and analytical engine for a semantic analysis of textual data | |
CN111611397A (zh) | 信息匹配方法、装置、计算机设备和存储介质 | |
CN113255742A (zh) | 一种政策匹配度计算方法、系统、计算机设备和存储介质 | |
CN112990583A (zh) | 一种数据预测模型的入模特征确定方法及设备 | |
CN110390083B (zh) | 近似案件的推送方法、装置、计算机设备和存储介质 | |
CN112015723A (zh) | 数据等级划分方法、装置、计算机设备和存储介质 | |
CN115858598A (zh) | 基于企业大数据的目标信息筛选匹配方法及相关设备 | |
CN115759742A (zh) | 企业风险评估方法、装置、计算机设备和存储介质 | |
CN114493851A (zh) | 一种风险处理方法及装置 | |
CN114881761A (zh) | 相似样本的确定方法与授信额度的确定方法 | |
CN115146890A (zh) | 企业运营风险告警方法、装置、计算机设备和存储介质 | |
CN111460268A (zh) | 数据库查询请求的确定方法、装置和计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 510000 no.2-8, North Street, Nancun Town, Panyu District, Guangzhou City, Guangdong Province Applicant after: Guangzhou huiruisitong Technology Co.,Ltd. Address before: 510000 no.2-8, North Street, Nancun Town, Panyu District, Guangzhou City, Guangdong Province Applicant before: GUANGZHOU HUIRUI SITONG INFORMATION TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information |