CN101963988A - 一种规范自由裁量的智能引擎及其实现方法 - Google Patents
一种规范自由裁量的智能引擎及其实现方法 Download PDFInfo
- Publication number
- CN101963988A CN101963988A CN2010102989087A CN201010298908A CN101963988A CN 101963988 A CN101963988 A CN 101963988A CN 2010102989087 A CN2010102989087 A CN 2010102989087A CN 201010298908 A CN201010298908 A CN 201010298908A CN 101963988 A CN101963988 A CN 101963988A
- Authority
- CN
- China
- Prior art keywords
- fact
- malfeasance
- law enforcement
- standard
- data
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明一种规范自由裁量的智能引擎及其实现方法，首先，在系统初始化时，执法标准分析引擎对执法标准进行分析生成执法标准匹配库；执法系统将违法事实数据和执法标准提交给智能引擎；然后，违法事实提取关键信息引擎对违法事实数据进行关键信息提取，生成关键词字符串序列数据并；该关键词字符串序列数据和执法标准匹配库提交给关联分析引擎后，通过关联分析算法得出处罚结果，并返回给执法系统，本发明能根据不同的执法标准自动分析案件违法事实，并自动生产处罚结果，有效地控制自由裁量的幅度，避免了人为因素的干扰，并且提高了执法人员的工作效率；不仅可以适用于行政执法系统，也可适用于其他执法系统。
Description
技术领域
本发明涉及一种规范自由量裁的智能引擎及其实现方法。
技术背景
规范行政自由裁量权工作是推进依法行政、建立法治政府的重要任务。能否正确行使行政自由裁量权，直接影响到法律、法规和规章的有效实施，关系到党和政府的形象。
执法人员传统的办案模式，是在案件调查之后，根据案件事实结合以前的办案经验来判定处罚结果。这种办案模式存在诸多缺点：一、由于执法标准繁多，执法人员逐一查找相关资料，工作量庞大，办公效率低，并且容易造成误判；二、裁量幅度容易受人为因素的影响，自由裁量幅度没有一个严格的标准，因人而异，不同执法人员的裁量幅度存在差异。
发明内容
本发明的目的在于提供一种规范自由裁量的智能引擎及其实现方法，可根据行政执法标准，有效地控制自由裁量的幅度，从而避免人为因素的干扰，并且提高了执法人员的工作效率。
一种规范自由裁量的智能引擎，主要包括违法事实提取关键信息引擎、执法标准分析引擎、关联分析引擎、非关键信息词库和执法标准信息库；
其中违法事实提取关键信息引擎包括违法事实数据输入模块、过滤非关键信息模块和二元分词处理模块，该违法事实数据输入模块从执法系统中实时获取违法事实数据，并发送至过滤非关键信息模块；该过滤非关键信息模块调用非关键信息词库对所述的违法事实数据进行非关键信息过滤处理，过滤掉一些可能会影响到处罚结果的非关键信息，并将过滤处理后的违法事实数据发送至二元分词处理模块；该二元分词处理模块对已经过非关键信息过滤处理过的违法事实数据进行全文二元分词处理，生成关键词字符串序列数据；该违法事实提取关键信息引擎将该关键词字符串序列数据发送给关联分析引擎；
该执法标准分析引擎在系统初始化时，对执法标准信息库的数据进行分析，提取执法标准中适用条件的关键值和量词的上下限，对应生成与执法标准信息库形成映射关系的执法标准匹配库；
该关联分析引擎采用关联分析算法对违法事实提取关键信息引擎生成的关键词字符串序列数据和执法标准分析引擎生成的执法标准匹配库进行关联分析匹配，将匹配耦合度最高的执法标准从执法标准信息库中提取出来形成处罚结果。
所述的一种规范自由裁量的智能引擎的实现方法，包括以下几个步骤：
首先，执法标准分析引擎在系统初始化时，对执法标准信息库的数据进行分析，提取执法标准中适用条件的关键值和量词的上下限，对应生成与执法标准信息库形成映射关系的执法标准匹配库；
违法事实提取关键信息引擎中的违法事实数据输入模块从执法系统中实时获得违法事实数据，并发送至过滤非关键信息模块；该过滤非关键信息模块调用非关键信息词库对所述的违法事实数据进行非关键信息过滤处理，过滤掉一些可能会影响到处罚结果的非关键信息，并将过滤处理后的违法事实数据发送至二元分词处理模块；该二元分词处理模块对已经过非关键信息过滤处理过的违法事实数据进行全文二元分词处理，生成关键词字符串序列数据；该违法事实提取关键信息引擎将该关键词字符串序列数据发送给关联分析引擎；
最后，该关联分析引擎采用关联分析算法对该生成的关键词字符串序列数据和该生成的执法标准匹配库进行关联分析匹配，将匹配耦合度最高的执法标准从执法标准信息库中提取出来形成处罚结果。
本发明能根据不同的执法标准自动分析案件违法事实，并自动生产处罚结果，有效地控制自由裁量的幅度，避免了人为因素的干扰，并且提高了执法人员的工作效率；还提供了强大的二次开发接口；具备良好的可扩充性和灵活性，通过二次开发接口可以很好的集成到各种执法系统软件中去，实现对不同的执法案件进行智能规范。
附图说明
图1为本发明中智能引擎的结构示意图；
图2为本发明中智能引擎工作流程图。
以下结合附图和具体实施例对本发明作进一步详述。
具体实施方式
如图1所示，本发明一种规范自由裁量智能引擎主要包括违法事实提取关键信息引擎1、执法标准分析引擎2、关联分析引擎3、非关键信息词库4和执法标准信息库5；
其中违法事实提取关键信息引擎1包括违法事实数据输入模块11、过滤非关键信息模块12和二元分词处理模块13，该违法事实数据输入模块11从执法系统中实时获取违法事实数据，并发送至过滤非关键信息模块12；该过滤非关键信息模块12调用非关键信息词库4对所述的违法事实数据进行非关键信息过滤处理，过滤掉一些可能会影响到处罚结果的非关键信息，并将过滤处理后的违法事实数据发送至二元分词处理模块13；该二元分词处理模块13对已经过非关键信息过滤处理过的违法事实数据进行全文二元分词处理，生成关键词字符串序列数据；该违法事实提取关键信息引擎1将该关键词字符串序列数据发送给关联分析引擎3；
该执法标准分析引擎2在系统初始化时，对执法标准信息库5的数据进行分析，提取执法标准中适用条件的关键值和量词的上下限，对应生成与执法标准信息库5形成映射关系的执法标准匹配库51；
该关联分析引擎3采用关联分析算法对违法事实提取关键信息引擎1生成的关键词字符串序列数据和执法标准分析引擎2生成的执法标准匹配库51进行关联分析匹配，将匹配耦合度最高的执法标准从执法标准信息库5中提取出来形成处罚结果。
本发明一种规范自由裁量的智能引擎的实现方法，包括以下几个步骤：
首先，执法标准分析引擎2在系统初始化时，对执法标准信息库5的数据进行分析，提取执法标准中适用条件的关键值和量词的上下限，对应生成与执法标准信息库5形成映射关系的执法标准匹配库51；
违法事实提取关键信息引擎1中的违法事实数据输入模块11从执法系统中实时获得违法事实数据，并发送至过滤非关键信息模块12；该过滤非关键信息模块12调用非关键信息词库4对所述的违法事实数据进行非关键信息过滤处理，过滤掉一些可能会影响到处罚结果的非关键信息，并将过滤处理后的违法事实数据发送至二元分词处理模块13；该二元分词处理模块1 3对已经过非关键信息过滤处理过的违法事实数据进行全文二元分词处理，生成关键词字符串序列数据；该违法事实提取关键信息引擎1将该关键词字符串序列数据发送给关联分析引擎3；
该关联分析引擎3采用关联分析算法对违法事实提取关键信息引擎1生成的关键词字符串序列数据和执法标准分析引擎2生成的执法标准匹配库51进行关联分析匹配，将匹配耦合度最高的执法标准从执法标准信息库5中提取出来形成处罚结果。
本发明不仅可以适用于行政执法系统，也可适用于其他执法系统。使用时，执法系统调用本发明中规范自由裁量的智能引擎的二次开发接口6，通过该开发接口6将违法事实数据、执法标准提交给智能引擎；然后，违法事实提取关键信息引擎1对违法事实数据进行关键信息提取，生成关键词字符串序列数据，同时，执法标准分析引擎2对执法标准进行分析，生成执法标准匹配库51；最后，将生成的关键词字符串序列数据和执法标准匹配库51提交给关联分析引擎3通过关联分析算法得出处罚结果，通过二次开发接口6返回给执法系统。
Claims (2)
1.一种规范自由裁量的智能引擎，其特征在于主要包括：违法事实提取关键信息引擎、执法标准分析引擎、关联分析引擎、非关键信息词库和执法标准信息库；
其中违法事实提取关键信息引擎包括违法事实数据输入模块、过滤非关键信息模块和二元分词处理模块，该违法事实数据输入模块从执法系统中实时获取违法事实数据，并发送至过滤非关键信息模块；该过滤非关键信息模块调用非关键信息词库对所述的违法事实数据进行非关键信息过滤处理，过滤掉一些可能会影响到处罚结果的非关键信息，并将过滤处理后的违法事实数据发送至二元分词处理模块；该二元分词处理模块对已经过非关键信息过滤处理过的违法事实数据进行全文二元分词处理，生成关键词字符串序列数据；该违法事实提取关键信息引擎将该关键词字符串序列数据发送给关联分析引擎；
该执法标准分析引擎在系统初始化时，对执法标准信息库的数据进行分析，提取执法标准中适用条件的关键值和量词的上下限，对应生成与执法标准信息库形成映射关系的执法标准匹配库；
该关联分析引擎采用关联分析算法对违法事实提取关键信息引擎生成的关键词字符串序列数据和执法标准分析引擎生成的执法标准匹配库进行关联分析匹配，将匹配耦合度最高的执法标准从执法标准信息库中提取出来形成处罚结果。
2.根据权利要求1所述的一种规范自由裁量的智能引擎的实现方法，其特征在于包括以下几个步骤：
首先，执法标准分析引擎在系统初始化时，对执法标准信息库的数据进行分析，提取执法标准中适用条件的关键值和量词的上下限，对应生成与执法标准信息库形成映射关系的执法标准匹配库；
违法事实提取关键信息引擎中的违法事实数据输入模块从执法系统中实时获得违法事实数据，并发送至过滤非关键信息模块；该过滤非关键信息模块调用非关键信息词库对所述的违法事实数据进行非关键信息过滤处理，过滤掉一些可能会影响到处罚结果的非关键信息，并将过滤处理后的违法事实数据发送至二元分词处理模块；该二元分词处理模块对已经过非关键信息过滤处理过的违法事实数据进行全文二元分词处理，生成关键词字符串序列数据；该违法事实提取关键信息引擎将该关键词字符串序列数据发送给关联分析引擎；
最后，该关联分析引擎采用关联分析算法对生成的关键词字符串序列数据和生成的执法标准匹配库进行关联分析匹配，将匹配耦合度最高的执法标准从执法标准信息库中提取出来形成处罚结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010102989087A CN101963988A (zh) | 2010-09-26 | 2010-09-26 | 一种规范自由裁量的智能引擎及其实现方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010102989087A CN101963988A (zh) | 2010-09-26 | 2010-09-26 | 一种规范自由裁量的智能引擎及其实现方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101963988A true CN101963988A (zh) | 2011-02-02 |
Family
ID=43516861
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2010102989087A Pending CN101963988A (zh) | 2010-09-26 | 2010-09-26 | 一种规范自由裁量的智能引擎及其实现方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101963988A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102129617A (zh) * | 2011-03-03 | 2011-07-20 | 山东浪潮齐鲁软件产业股份有限公司 | 一种复合自由裁量权管理方法 |
| CN107492059A (zh) * | 2016-06-12 | 2017-12-19 | 深圳市华威世纪科技股份有限公司 | 面向煤矿安全的现场执法系统 |
| CN107492051A (zh) * | 2017-07-14 | 2017-12-19 | 济南东之林智能软件有限公司 | 用户终端及自由裁量系统 |
| CN108198101A (zh) * | 2018-01-10 | 2018-06-22 | 南京市公安局 | 基于警务综合应用平台的行政案件自动量罚方法 |
| CN108876686A (zh) * | 2018-06-05 | 2018-11-23 | 南京腾迪智能科技有限公司 | 基于二维模型的行政处罚自由裁量权处罚金额计算方法 |
| CN110335181A (zh) * | 2019-07-05 | 2019-10-15 | 北京梦天门科技股份有限公司 | 一种基于人工智能的卫生监督执法自由裁量算法 |
| CN110991999A (zh) * | 2019-12-02 | 2020-04-10 | 深圳市华云中盛科技股份有限公司 | 执法裁量效率的提高方法、装置、计算机设备及存储介质 |
| CN112396539A (zh) * | 2019-07-30 | 2021-02-23 | 曾建生 | 一种基于人工智能的行政执法自适应辅助系统实现方法 |
| CN115034183A (zh) * | 2022-05-18 | 2022-09-09 | 天津大学 | 一种辅助行政处罚决定的方法及计算机可读存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101034455A (zh) * | 2006-03-06 | 2007-09-12 | 腾讯科技（深圳）有限公司 | 一种实现在线广告的方法及系统 |
-
2010
- 2010-09-26 CN CN2010102989087A patent/CN101963988A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101034455A (zh) * | 2006-03-06 | 2007-09-12 | 腾讯科技（深圳）有限公司 | 一种实现在线广告的方法及系统 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102129617A (zh) * | 2011-03-03 | 2011-07-20 | 山东浪潮齐鲁软件产业股份有限公司 | 一种复合自由裁量权管理方法 |
| CN107492059A (zh) * | 2016-06-12 | 2017-12-19 | 深圳市华威世纪科技股份有限公司 | 面向煤矿安全的现场执法系统 |
| CN107492051A (zh) * | 2017-07-14 | 2017-12-19 | 济南东之林智能软件有限公司 | 用户终端及自由裁量系统 |
| CN108198101A (zh) * | 2018-01-10 | 2018-06-22 | 南京市公安局 | 基于警务综合应用平台的行政案件自动量罚方法 |
| CN108876686A (zh) * | 2018-06-05 | 2018-11-23 | 南京腾迪智能科技有限公司 | 基于二维模型的行政处罚自由裁量权处罚金额计算方法 |
| CN110335181A (zh) * | 2019-07-05 | 2019-10-15 | 北京梦天门科技股份有限公司 | 一种基于人工智能的卫生监督执法自由裁量算法 |
| CN112396539A (zh) * | 2019-07-30 | 2021-02-23 | 曾建生 | 一种基于人工智能的行政执法自适应辅助系统实现方法 |
| CN110991999A (zh) * | 2019-12-02 | 2020-04-10 | 深圳市华云中盛科技股份有限公司 | 执法裁量效率的提高方法、装置、计算机设备及存储介质 |
| CN115034183A (zh) * | 2022-05-18 | 2022-09-09 | 天津大学 | 一种辅助行政处罚决定的方法及计算机可读存储介质 |
| CN115034183B (zh) * | 2022-05-18 | 2024-05-31 | 天津大学 | 一种辅助行政处罚决定的方法及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101963988A (zh) | 一种规范自由裁量的智能引擎及其实现方法 | |
| CN110457689B (zh) | 语义处理方法及相关装置 | |
| CN108897732B (zh) | 语句类型识别方法和装置、存储介质及电子装置 | |
| CN109905385B (zh) | 一种webshell检测方法、装置及系统 | |
| CN106874253A (zh) | 识别敏感信息的方法及装置 | |
| CN105843875A (zh) | 一种面向智能机器人的问答数据处理方法及装置 | |
| CN106844544A (zh) | 一种合同条款风险识别方法及系统 | |
| CN105893615B (zh) | 基于手机取证数据的机主特征属性挖掘方法及其系统 | |
| CN103164426A (zh) | 一种命名实体识别的方法及装置 | |
| CN109743311A (zh) | 一种WebShell检测方法、装置及存储介质 | |
| CN107368856A (zh) | 恶意软件的聚类方法及装置、计算机装置及可读存储介质 | |
| CN110414236A (zh) | 一种恶意进程的检测方法及装置 | |
| Kil et al. | Discovering the unknown knowns: Turning implicit knowledge in the dataset into explicit training examples for visual question answering | |
| CN106845220A (zh) | 一种Android恶意软件检测系统及方法 | |
| CN109597987A (zh) | 一种文本还原方法、装置及电子设备 | |
| CN112492606A (zh) | 垃圾短信的分类识别方法、装置、计算机设备及存储介质 | |
| CN104462347B (zh) | 关键词的分类方法及装置 | |
| CN1223941C (zh) | 一种基于相关特征聚类的层次入侵检测系统 | |
| CN103577557A (zh) | 一种确定网络资源点的抓取频率的装置和方法 | |
| CN104346411B (zh) | 对多个稿件进行聚类的方法和设备 | |
| CN107301593A (zh) | 一种财务信息系统 | |
| CN101901348B (zh) | 一种基于归一化的手写识别方法和识别装置 | |
| CN107562720B (zh) | 一种电力信息网络安全联动防御的告警数据匹配方法 | |
| CN104346547A (zh) | 一种智能化的身份识别系统 | |
| CN103092838B (zh) | 一种获取英文词的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110202 |