CN107423374A - 基于分类标注的法律推荐方法及系统 - Google Patents

Abstract

一种基于分类标注的法律推荐方法，其包括如下步骤：S1、对用户的身份进行识别；S2、对法律条文数据库进行预处理；根据识别结果调整法律推荐策略；根据选择的法律推荐策略进行法律推荐；S3、将法律推荐结果向用户显示。本发明还提供一种基于分类标注的法律推荐系统。

Description

基于分类标注的法律推荐方法及系统

技术领域

本发明涉及大数据技术领域，特别涉及一种基于分类标注的法律推荐方法及系统。

背景技术

随着我国立法的不断完善，以及判例公开的逐步推进，使得法律诉讼判例的应用成为了可能。

但是现有技术中关于法律信息信息的检索还停留在比较初级的阶段：用户选择诉讼案例分类信息，输入若干关键词，系统自动将该类型诉讼案例中包含了上述关键词的案例展示给用户。

第一、这样检索可能返回的案例较多，无法方便阅读；第二、存在诉讼案情差不多的情况，存在很多相互矛盾的判例；第三、无法兼顾到普通人、律师、法官等因为身份、专业程度不同，返回的结果单一化，个性化程度不高，无法满足不同人群的个性化需求。

发明内容

有鉴于此，本发明提供一种基于分类标注的法律推荐方法及系统。

一种基于分类标注的法律推荐方法，其包括如下步骤：

S1、对用户的身份进行识别；

S2、对法律条文数据库进行预处理；根据识别结果调整法律推荐策略；根据选择的法律推荐策略进行法律推荐；

S3、将法律推荐结果向用户显示。

本发明还提供一种基于分类标注的法律推荐系统，其包括如下单元：

用户身份识别单元，用于对用户的身份进行识别；

信息推荐单元，用于根据识别结果调整法律推荐策略；根据选择的法律推荐策略进行法律推荐；

信息展示单元，用于将法律推荐结果向用户显示。

有益技术效果：本发明的相对于现有技术，能够实现：通过对用户的身份进行识别；根据识别结果调整法律推荐策略；根据选择的法律推荐策略进行法律推荐；将法律推荐结果向用户显示，使得不同的人群能够关注到自己感兴趣的点，减少用户的阅读量。

附图说明

图1是本发明实施例提供的基于分类标注的法律推荐方法流程图。

具体实施方式

如图1所示，在本发明实施例中，一种基于分类标注的法律推荐方法，其包括如下步骤：

S1、对用户的身份进行识别；

S2、对法律条文数据库进行预处理；根据识别结果调整法律推荐策略；根据选择的法律推荐策略进行法律推荐；

S3、将法律推荐结果向用户显示。

有益技术效果：本发明的相对于现有技术，能够实现：通过对用户的身份进行识别；根据识别结果调整法律推荐策略；根据选择的法律推荐策略进行法律推荐；将法律推荐结果向用户显示，使得不同的人群能够关注到自己感兴趣的点，减少用户的阅读量。通过对法律条文数据库进行预处理，能够对规范性文件中条文进行分类标注，有利于提高检索的效率。

在本发明所述的基于分类标注的法律推荐方法中，

所述步骤S1包括：

对用户的身份进行识别得到识别结果，所述识别结果包括：

起诉方、被诉方、中立方。

可选地，所述起诉方、被诉方包括当事人自己，或者其代理律师。所述中立方可以包括法官，或者仅仅为了案情研究的律师或者学者。具体实现方式可以如下：向用户显示起诉方、被诉方、中立方的按钮，并获得用户的点击信息，根据用户的点击信息对用户的身份进行识别得到识别结果。

在本发明所述的基于分类标注的法律推荐方法中，

所述步骤S2包括如下子步骤：

S20、将法律条文数据库中规范性文件按照效力等级和地域进行划分得到规范文件的效力属性以及地域属性；并对规范性文件的条文进行关键词标注；并提取规范性文件的实质条文运用的大/小前提范式，根据实质条文运用的大/小前提范式获得各规范性文件的实质条文的关联关系；在法律条文数据库中建立规范性文件与其效力属性、地域属性、实质条文运用的大/小前提范式、关联关系对应关系表；

可选地，通过获得各个规范性文件的各个条文在判例中被援引的次数进行统计，将各个规范性文件被援引排名靠前的条文定义为实质条文，排名靠前的名次可以灵活设置；规范文件的效力属性按照我国法律、法规、规章、一般性规定的效力划分；地域属性即为效力所及的地域范围；对规范性文件的条文进行关键词标注，可以提高规范性文件及其实质条文检索效率。

提取规范性文件的实质条文运用的大/小前提范式，根据实质条文运用的大/小前提范式获得各规范性文件的实质条文的关联关系包括：大/小前提范式即在实质条文规定、并且证明事项信息满足的情况下，应该得出何种结论的推断范式，上述推断范式通过事先将实质条文进行配置得到；各规范性文件的实质条文的关联关系包括各个实质条文基于推断范式的相似性得到的关联关系，包括具有效力等级不同的实质条文信息。

对应关系表中的地域属性可以与第一效力案例、第二效力案例、第三效力案例、第三效力案例、第四效力案例建立关联关系，从而得到与需要获得的相关的规范性文件以及实质条文。

S21、接入判例数据库；获取判例并加入本地。

判例数据库可以为“中国裁判文书网”、“中国知识产权裁判文书网”等等，本发明对此不做限制。获取判断后并加入本地的服务器中，避免以为网络速度影响推荐的效果。优选将判例以word或txt格式进行存储，便于进行信息提取。

S22、将本地案例数据库中判例按照审判级别，得到第一效力案例、第二效力案例、第三效力案例、第三效力案例、第四效力案例；

虽然我们国家不是判例法国家，但是上级法院可以接受不服下级法院判决的上诉案件，因此根据我国目前的四级人民法院的设置，将本地案例数据库中判例按照审判级别，得到第一效力案例、第二效力案例、第三效力案例、第三效力案例、第四效力案例进行划分，可以实现在判例发生冲突时，选择合适的参考判例。

优选地，对于第一效力案例、第二效力案例、第三效力案例、第三效力案例、第四效力案例设置如下规则，如果用户信息信息所显示的级别判断参数指向在第四效力判例对应级别法院时，第一效力案例＞第三效力案例＞第二效力案例＞第四效力案例；如果用户信息信息所显示的级别判断参数指向在第三效力判例对应级别法院时，第一效力案例＞第二效力案例＞第三效力案例＞第四效力案例；如果用户信息信息所显示的级别判断参数指向在第二效力判例对应级别法院时，第一效力案例＞第二效力案例＞第三效力案例＞第四效力案例；如果用户信息信息所显示的级别判断参数指向在第一效力判例对应级别法院时，第一效力案例＞第二效力案例＞第三效力案例＞第四效力案例。对应的第一效力案例对应最高院，第二效力案例对应省高院，第三效力案例对应中院，第四效力案例对应基层法院。用户信息信息所显示的级别判断参数指向可以通过从用户提供的上传信息中提取关键值信息中获得管辖级别信息得到，级别判断参数即为法院的管辖级别。

S23、将第一效力案例、第二效力案例、第三效力案例、第三效力案例、第四效力案例按照区域划分为直接案例数据库、参考案例数据库。

在上述步骤中，直接案例数据库为全国、省、省下级市、市下级区县一级法院，直接案例数据库在实际诉讼中参考性较强，作为直接案例数据库；如果直接案例数据库中无法匹配到相关的案例，或者匹配到的案例对于起诉方或被诉方不是很理想，可以通过在参考案例数据库进行匹配，作为诉讼中案例的支撑。现有技术中，用户往往只能依靠人工对海量的案例进行搜索和匹配，往往无法准确地找到能够用于参考，并且对己方有利，并且对对方有利能够提示的案例，通过本实施例步骤，能够在最大限度上根据效力可用性进行划分，并且找准、找全参考案例。比如，在一起案例中，在起诉法院及以上法院无法找到相关案例，或者无法找到对己方有利的案例，那么扩大到参考案例数据库进行搜索，能够扩大数据库，并且在查全的同时，能够对对方可能用到的案例进行提前准备。

S24、对直接案例数据库、参考案例数据库中案例进行著录项目信息提取，并建立著录项目信息与使用规则的映射关系。

可选地，在本发明实施例所述的基于分类标注的法律推荐方法中，

所述步骤S24包括：

直接案例数据库、参考案例数据库中案例进行著录项目信息提取，生成包含七维参数的对比举证模型，七个特征参数依次包括案由参数、第一证据参数、第二证据参数、证据强度参数、推断模型参数、级别判断参数、结果参数；建立对比举证模型与案例的映射关系。

优选地，案由参数根据最高院的案由分类方式通过字符串的形式定义不同的案由参数；由于各个判决书中案由表述采用统一的格式数据，可以通过关键词提取的形式获取案由参数。

第一证据参数、第二证据参数在形式上相同，对于起诉方来说，起诉方提供的证据类型为第一证据参数，对方提供的证据为第二证据参数；反过来，则相反。第一证据参数包括第一证明事项信息；第二证据参数包括第二证明事项信息；在判决书中，通常会将双方的证据进行列明，通过关键词提取的方式获取第一证书参数信息、第二证据参数信息，比如以买卖合同纠纷为例，合同证据为证明合同成立的事项，付款凭证为证明合同履行的事项。

证据强度参数根据通用证据强度标准设置，可选地，可以设置为政府文公大于公证文书大于普通文书＝物证大于言辞证据，将政府文公证据强度设置为3，将公证文书设置为3，将普通文书设置为2，将物证设置为3，将言辞证据证据强度设置为1，并设定言辞证据累加规则，根据证人数量进行累加。还是以以买卖合同纠纷为例，合同证据为证明合同成立的事项，将证据强度参数设置为2；付款凭证为证明合同履行的事项，相对应的证据强度参数设置为2。

推断模型参数为该级别法院对于第一证据参数、第二证据参数的推断认定过程信息以及大前提、小前提认定过程信息；法院对于第一证据参数、第二证据参数的推断认定过程信息即对第一证据参数、第二证据参数中各个证明事项信息的接受或者拒绝信息，大前提、小前提认定过程信息即进行案件推理的过程，本发明实施例中将其精简为若干关键词，并通过“→”表示推断关系。

级别判断参数为该案例对应的级别，具体表现形式通过1/2/3/4对应第一效力案例、第二效力案例、第三效力案例、第三效力案例、第四效力案例。

结果参数为胜诉、败诉信息，通过1/0表示。

将上述七个特征参数依次包括案由参数、第一证据参数、第二证据参数、证据强度参数、推断模型参数、级别判断参数、结果参数分别转换为字符串信息，并通过分隔符将各个特征参数进行分隔。

S25、获取用户的身份识别结果，根据用户的身份识别结果确定使用规则信息；

S26、获取用户提供的上传信息；从用户提供的上传信息中提取关键值信息；

在本发明所述的基于分类标注的法律推荐方法中，

所述步骤S26包括：

获取用户提供的上传信息；

从用户提供的上传信息中提取关键值信息；从用户提供的上传信息中提取关键值信息类似于七个特征参数的确定过程，在确定过程中，可以通过文字识别、语音识别、提示用户的方式进行信息提取和补充。

根据步骤S25中确定的使用规则信息对提取的关键值信息进行权值标定；

通过对提取的关键值信息进行权值标定，主要是根据对用户身份识别结果：起诉方、被诉方、中立方。每方关注的重点不一样，则通过对提取的关键值信息进行权值标定，将权值设定较高的信息进行优先匹配和显示。此处可以灵活配置。

根据用户的身份识别结果对生成进行了权值标定后的实例对比模型。

S27、根据确定的使用规则信息在直接管理数据库中进行检索，并判断是否具有匹配的著录项目信息，在匹配到著录项目信息时，跳转到步骤S29；否则跳转到步骤S28；

在本发明所述的基于分类标注的法律推荐方法中，

所述步骤S27中根据确定的使用规则信息在直接管理数据库中进行检索，并判断是否具有匹配的著录项目信息包括：

S271、根据生成进行了权值标定后的实例对比模型判断是否需要对七维参数的对比举证模型中特征参数进行缺省处理，在需要进行缺省处理时，跳转到步骤S272，否则跳转到步骤S273；

S272、根据进行了权值标定后的实例对比模型对七维参数的对比举证模型中相应特征参数进行缺省处理，并跳转到步骤S273；

通过进行缺省处理，可以大大降低数据检索量，提高检索效率。

S273、根据缺省处理后的对比举证模型在直接管理数据库中进行检索，并根据特征参数的匹配判断是否具有匹配的著录项目信息。

S28、根据确定的使用规则信息在参考管理数据库中进行检索，并判断是否具有匹配的著录项目信息，在匹配到著录项目信息时，跳转到步骤S29；

S29、根据匹配到的著录项目信息从法律条文数据库中对应关系表匹配获得相应的规范性文件与其效力属性、地域属性、实质条文运用的大/小前提范式、关联关系；根据步骤S26中关键值信息、匹配到的著录项目信息通过计算模型进行计算，得到计算结果，并根据获得相应的规范性文件与其效力属性、地域属性、实质条文运用的大/小前提范式、关联关系对计算结果进行扩展。

根据获得相应的规范性文件与其效力属性、地域属性、实质条文运用的大/小前提范式、关联关系对计算结果进行扩展包括：通过匹配到的著录项目信息从法律条文数据库中对应关系表匹配获得相应的规范性文件与其效力属性、地域属性、实质条文运用的大/小前提范式、关联关系，从而按照关联关系强弱、效力属性、地域属性推送与匹配到的著录项目信息向关联的实质条文，并且显示关联关系信息。

在本发明所述的基于分类标注的法律推荐方法中，

所述步骤S29包括：

获取权值标定后的实例对比模型以及匹配到的著录项目信息；

获取匹配到的著录项目信息对应的包含七维参数的对比举证模型；

根据选择的法律推荐策略对权值标定后的实例对比模型以及匹配到的七维参数的对比举证模型进行计算，得到法律推荐条目；

根据匹配到的著录项目信息从法律条文数据库中对应关系表匹配获得相应的规范性文件与其效力属性、地域属性、实质条文运用的大/小前提范式、关联关系，并根据获得相应的规范性文件与其效力属性、地域属性、实质条文运用的大/小前提范式、关联关系对得到法律推荐条目进行扩展。

根据选择的法律推荐策略对权值标定后的实例对比模型以及匹配到的七维参数的对比举证模型进行计算。

通过识别权值标定后的实例对比模型以及匹配到的七维参数的对比举证模型中各个分隔符，获取各个单个信息。

通过结合推断模型参数对七维参数的对比举证模型的第一证据参数、第二证据参数进行评价，评价结果为接受或不接受；并计算权值标定后的实例对比模型中第一证据参数、第二证据参数与七维参数的对比举证模型的第一证据参数、第二证据参数的相似距离值。

通过相似距离值以及评价结果对匹配成功的案例进行相关度排序，并且通过级别参数对排序结果进行修正得到参考度排名序列；根据结果参数对进行了参考度排名序列的案例进行风险标记。

在本发明所述的基于分类标注的法律推荐方法中，

所述步骤S3包括：

将经过扩展后的法律推荐条目依据用户身份对应的推荐方式进行调整后进行显示推荐。

可选地，对于起诉方、被诉方分别安排对自己有利的结果进行显示推荐，对于中立方，通过级别参数对排序结果进行修正得到参考度排名序列；并保留风险标记。

本发明实施例还提供一种基于分类标注的法律推荐系统，其包括如下单元：

用户身份识别单元，用于对用户的身份进行识别；

信息推荐单元，用于对法律条文数据库进行预处理；根据识别结果调整法律推荐策略；根据选择的法律推荐策略进行法律推荐；

信息展示单元，用于将法律推荐结果向用户显示。

本发明实施例方法实施例与系统实施例是一一对应的，方法实施例也可用于扩展系统实施例。本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。

Claims (9)

1.一种基于分类标注的法律推荐方法，其特征在于，其包括如下步骤：

S1、对用户的身份进行识别；

S2、对法律条文数据库进行预处理；根据识别结果调整法律推荐策略；根据选择的法律推荐策略进行法律推荐；

S3、将法律推荐结果向用户显示。

2.如权利要求1所述的基于分类标注的法律推荐方法，其特征在于，

所述步骤S1包括：

对用户的身份进行识别得到识别结果，所述识别结果包括：

起诉方、被诉方、中立方。

3.如权利要求2所述的基于分类标注的法律推荐方法，其特征在于，

所述步骤S2包括如下子步骤：

S20、将法律条文数据库中规范性文件按照效力等级和地域进行划分得到规范文件的效力属性以及地域属性；并对规范性文件的条文进行关键词标注；并提取规范性文件的实质条文运用的大/小前提范式，根据实质条文运用的大/小前提范式获得各规范性文件的实质条文的关联关系；在法律条文数据库中建立规范性文件与其效力属性、地域属性、实质条文运用的大/小前提范式、关联关系对应关系表；

S21、接入判例数据库；获取判例并加入本地；

S22、将本地案例数据库中判例按照审判级别，得到第一效力案例、第二效力案例、第三效力案例、第三效力案例、第四效力案例；

S23、将第一效力案例、第二效力案例、第三效力案例、第三效力案例、第四效力案例按照区域划分为直接案例数据库、参考案例数据库；

S24、对直接案例数据库、参考案例数据库中案例进行著录项目信息提取，并建立著录项目信息与使用规则的映射关系；

S25、获取用户的身份识别结果，根据用户的身份识别结果确定使用规则信息；

S26、获取用户提供的上传信息；从用户提供的上传信息中提取关键值信息；

S27、根据确定的使用规则信息在直接管理数据库中进行检索，并判断是否具有匹配的著录项目信息，在匹配到著录项目信息时，跳转到步骤S29；否则跳转到步骤S28；

S28、根据确定的使用规则信息在参考管理数据库中进行检索，并判断是否具有匹配的著录项目信息，在匹配到著录项目信息时，跳转到步骤S29；

S29、根据匹配到的著录项目信息从法律条文数据库中对应关系表匹配获得相应的规范性文件与其效力属性、地域属性、实质条文运用的大/小前提范式、关联关系；根据步骤S26中关键值信息、匹配到的著录项目信息通过计算模型进行计算，得到计算结果，并根据获得相应的规范性文件与其效力属性、地域属性、实质条文运用的大/小前提范式、关联关系对计算结果进行扩展。

4.如权利要求3所述的基于分类标注的法律推荐方法，其特征在于，

所述步骤S24包括：

直接案例数据库、参考案例数据库中案例进行著录项目信息提取，生成包含七维参数的对比举证模型，七个特征参数依次包括案由参数、第一证据参数、第二证据参数、证据强度参数、推断模型参数、级别判断参数、结果参数；建立对比举证模型与案例的映射关系。

5.如权利要求4所述的基于分类标注的法律推荐方法，其特征在于，

所述步骤S26包括：

获取用户提供的上传信息；

从用户提供的上传信息中提取关键值信息；

根据步骤S25中确定的使用规则信息对提取的关键值信息进行权值标定；

根据用户的身份识别结果对生成进行了权值标定后的实例对比模型。

6.如权利要求5所述的基于分类标注的法律推荐方法，其特征在于，

所述步骤S27中根据确定的使用规则信息在直接管理数据库中进行检索，并判断是否具有匹配的著录项目信息包括：

S271、根据生成进行了权值标定后的实例对比模型判断是否需要对七维参数的对比举证模型中特征参数进行缺省处理，在需要进行缺省处理时，跳转到步骤S272，否则跳转到步骤S273；

S272、根据进行了权值标定后的实例对比模型对七维参数的对比举证模型中相应特征参数进行缺省处理，并跳转到步骤S273；

S273、根据缺省处理后的对比举证模型在直接管理数据库中进行检索，并根据特征参数的匹配判断是否具有匹配的著录项目信息。

7.如权利要求6所述的基于分类标注的法律推荐方法，其特征在于，

所述步骤S29包括：

获取权值标定后的实例对比模型以及匹配到的著录项目信息；

获取匹配到的著录项目信息对应的包含七维参数的对比举证模型；

根据选择的法律推荐策略对权值标定后的实例对比模型以及匹配到的七维参数的对比举证模型进行计算，得到法律推荐条目；

根据匹配到的著录项目信息从法律条文数据库中对应关系表匹配获得相应的规范性文件与其效力属性、地域属性、实质条文运用的大/小前提范式、关联关系，并根据获得相应的规范性文件与其效力属性、地域属性、实质条文运用的大/小前提范式、关联关系对得到法律推荐条目进行扩展。

8.如权利要求7所述的基于分类标注的法律推荐方法，其特征在于，

所述步骤S3包括：

将经过扩展后的法律推荐条目依据用户身份对应的推荐方式进行调整后进行显示推荐。

9.一种基于分类标注的法律推荐系统，其特征在于，其包括如下单元：

用户身份识别单元，用于对用户的身份进行识别；

信息推荐单元，用于对法律条文数据库进行预处理；根据识别结果调整法律推荐策略；根据选择的法律推荐策略进行法律推荐；

信息展示单元，用于将法律推荐结果向用户显示。