CN110019655A - 先例案件获取方法及装置 - Google Patents

先例案件获取方法及装置 Download PDF

Info

Publication number
CN110019655A
CN110019655A CN201710600901.8A CN201710600901A CN110019655A CN 110019655 A CN110019655 A CN 110019655A CN 201710600901 A CN201710600901 A CN 201710600901A CN 110019655 A CN110019655 A CN 110019655A
Authority
CN
China
Prior art keywords
frame
precedent
case
current event
events
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
Application number
CN201710600901.8A
Other languages
English (en)
Inventor
石鹏
曾祥辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Gridsum Technology Co Ltd
Original Assignee
Beijing Gridsum Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Gridsum Technology Co Ltd filed Critical Beijing Gridsum Technology Co Ltd
Priority to CN201710600901.8A priority Critical patent/CN110019655A/zh
Publication of CN110019655A publication Critical patent/CN110019655A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3344Query execution using natural language analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Machine Translation (AREA)

Abstract

本发明公开了一种先例案件获取方法及装置。其中,该方法包括:获取当前案件的当前事件框架,其中,当前事件框架由当前案件的语义角色信息构建;将当前事件框架与预定先例事件框架进行比对,获得当前事件框架与预定先例事件框架的相似度,其中,预定先例事件框架由先例案件的语义角色信息构建;确定预定先例事件框架中与当前事件框架的相似度满足预定条件的先例事件框架;获取确定的先例事件框架对应的先例案件。本发明解决了相关技术中进行先例案件获取时采用字符串或是关键字进行匹配,导致的准确度以及查全度较低的技术问题。

Description

先例案件获取方法及装置
技术领域
本发明涉及语言处理领域,具体而言,涉及一种先例案件获取方法及装置。
背景技术
在司法改革的先例制度中,非常关键的一点是类似案件的判断问题。而类似案件的判断主要有两个方面:关键事实和争议焦点的相似性。因此,在实行先例制度时,法官往往要去查找之前的先例,而在相关技术中一般是通过关键词或者字符串比对来进行先例案件的推荐,这种方式难以符合法官对于相似先例案件的准确度和查全度的要求。
针对上述相关技术中进行先例案件获取时采用字符串或是关键字进行匹配,导致的准确度以及查全度较低的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种先例案件获取方法及装置,以至少解决相关技术中进行先例案件获取时采用字符串或是关键字进行匹配,导致的准确度以及查全度较低的技术问题。
根据本发明实施例的一个方面,提供了一种先例案件获取方法,包括:获取当前案件的当前事件框架,其中,当前事件框架根据当前案件的语义角色信息构建;将当前事件框架与预定先例事件框架进行比对,获得当前事件框架与预定先例事件框架的相似度,其中,预定先例事件框架根据先例案件的语义角色信息构建;确定预定先例事件框架中与当前事件框架的相似度满足预定条件的先例事件框架;获取确定的先例事件框架对应的先例案件。
可选地,将当前事件框架与预定先例事件框架进行比对,获得当前事件框架与预定先例事件框架的相似度包括:获取当前事件框架的主题;将当前事件框架的主题与预定先例事件框架的主题进行比对得到第一比对结果;根据第一比对结果获得当前事件框架与预定先例事件框架的相似度。
可选地,根据第一比对结果获得当前事件框架与预定先例事件框架的相似度包括:根据第一比对结果获得当前事件框架与预定先例事件框架的相似度包括:获取当前事件框架的主题的子主题;将当前事件框架的主题的子主题与先例事件框架的主题的子主题进行比对,获取第二比对结果,其中,第二比对结果中包括先例事件框架中与当前事件框架的主题的子主题相同的先例事件框架;根据第一比对结果和第二比对结果,获得当前事件框架与预定先例事件框架的相似度。
可选地,获取当前案件的当前事件框架包括:对当前案件进行依存分析,获取依存分析结果;基于依存分析结果抽取当前案件中的语义角色信息;对语义角色信息进行分类;依据分类结果后的语义角色信息构建当前事件框架。
根据本发明实施例的另外一个方面,还提供了一种先例案件获取装置,包括:第一获取单元,用于获取当前案件的当前事件框架,其中,当前事件框架根据当前案件的语义角色信息构建;比对单元,用于将当前事件框架与预定先例事件框架进行比对,获得当前事件框架与预定先例事件框架的相似度,其中,预定先例事件框架根据先例案件的语义角色信息构建;确定单元,用于确定预定先例事件框架中与当前事件框架的相似度满足预定条件的先例事件框架;第二获取单元,用于获取确定的先例事件框架对应的先例案件。
可选的,比对单元包括:第一获取模块,用于获取当前事件框架的主题;第二获取模块,用于将当前事件框架的主题与预定先例事件框架的主题进行比对得到第一比对结果;第三获取模块,用于根据第一比对结果获得当前事件框架与预定先例事件框架的相似度。
可选的,第三获取模块包括:第一获取子模块,用于获取当前事件框架的主题的子主题;第二获取子模块,用于将当前事件框架的主题的子主题与先例事件框架的主题的子主题进行比对,获取第二比对结果,其中,所述第二比对结果中包括先例事件框架中与当前事件框架的主题的子主题相同的先例事件框架;第三获取子模块,用于根据第一比对结果和第二比对结果,获得当前事件框架与预定先例事件框架的相似度。
可选的,第一获取单元包括:分析模块,用于对当前案件进行依存分析,获得依存分析结果;抽取模块,用于基于依存分析结果抽取当前案件中的语义角色信息;分类模块,用于对语义角色信息进行分类;构建模块,用于依据分类结果后的语义角色信息构建当前事件框架。
根据本发明实施例的另外一个方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一项的先例案件获取方法。
根据本发明实施例的另外一个方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一项的先例案件获取方法。
在本发明实施例中,可以实现通过获取当前案件的当前事件框架,将当前事件框架与预定先例事件框架进行比较,获得当前事件框架与预定先例事件框架的相似度,确定预定先例事件框架中与当前事件框架的相似度满足预定条件的先例事件框架,获取确定的先例事件框架对应的先例案件。有效减少了相关技术中采用关键字或者字符串匹配的方法进行相似案件的推送,难以满足法官对于相似先例的准确度以及差全度的要求弊端,进而解决了相关技术中进行先例案件获取时采用字符串或是关键字进行匹配,导致的准确度以及查全度较低的技术问题,从而提高了获取相似先例案件的准确度以及查全度,实现了更加精确地推送相似先例案件,提升了用户体验。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的先例案件获取方法的流程图;
图2是根据本发明实施例的优选的先例案件获取方法的流程图;
图3是根据本发明实施例的先例案件获取装置的示意图;
图4是根据本发明实施例的比对单元33的示意图;
图5是根据本发明实施例的第三获取模块45的示意图;以及
图6是根据本发明实施例的第一获取单元31的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了方便描述,下面对本发明实施例中出现的部分名词或者属于进行说明:
论元:是指带有论元角色的体词性成分,而论元角色是由谓词根据与其相关的名词短语之间语义关系而指派给这些名词短语的语义角色,也即是与动词连用的论元在与动词所表示的动作或者状态里扮演的角色。
根据本发明实施例,提供了一种先例案件获取方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的先例案件获取方法的流程图,如图1所示,该先例案件获取方法包括如下步骤:
步骤S102,获取当前案件的当前事件框架,其中,当前事件框架根据当前案件的语义角色信息构建。
步骤S104,将当前事件框架与预定先例事件框架进行比对,获得当前事件框架与预定先例事件框架的相似度,其中,预定先例事件框架根据先例案件的语义角色信息构建。
步骤S106,确定预定先例事件框架中与当前事件框架的相似度满足预定条件的先例事件框架。
步骤S108,获取确定的先例事件框架对应的先例案件。
通过上述步骤,可以实现通过获取当前案件的当前事件框架,将当前事件框架与预定先例事件框架进行比较,获得当前事件框架与预定先例事件框架的相似度,确定预定先例事件框架中与当前事件框架的相似度满足预定条件的先例事件框架,获取确定的先例事件框架对应的先例案件。有效减少了相关技术中采用关键字或者字符串匹配的方法进行相似案件的推送,难以满足法官对于相似先例的准确度以及查全度的要求弊端,进而解决了相关技术中进行先例案件获取时采用字符串或是关键字进行匹配,导致的准确度以及查全度较低的技术问题,从而提高了获取相似先例案件的准确度以及查全度,实现了更加精确地推送相似先例案件,提升了用户体验。
在上述步骤S102至步骤S108中,由于采用了对先例案件以及当前案件进行语义角色分析,基于分析结果构建当前案件的事件框架以及先例案件的事件框架,进而确定先例案件的事件框架库中与当前案件的事件框架最近似的先例案件的事件框架,从而获取与当前案件相似的先例案件,而不是相关技术中仅仅通过关键字或者是字符串匹配进行先例的推荐,从而实现了更加精准地推送相似先例。
上述预定先例事件框架是存储在预设先例事件框架库中的,为了在预设先例事件框架库中找到和当前事件框架主题相同的先例案件的事件框架,将当前事件框架与预定先例事件框架进行比对,获得当前事件框架与预定先例事件框架的相似度可以包括:获取当前事件框架的主题;将当前事件框架的主题与预定先例事件框架的主题进行比对得到第一比对结果;根据第一比对结果获得当前事件框架与预定先例事件框架的相似度。其中,预设先例事件框架库存在预定数量的先例案件的事件框架,为了区分这些预定数量的先例案件的事件框架,可以以先例案件的事件框架的一个语义角色信息作为先例案件的事件框架的主题。例如,一个先例案件的事件框架是关于解决当事人之间的纠纷的事件框架,那么可以将组成该先例案件的事件框架的先例案件中的一个语义角色“民事案件”,作为该先例案件的事件框架的主题。
另一个方面,通过将当前事件框架与预定先例事件框架进行比对获取的先例案件的事件框架可能会有多个,为了进一步地缩小查询范围,使获取的先例案件与当前案件的相似度更高,根据第一比对结果获得当前事件框架与预定先例事件框架的相似度包括:获取当前事件框架的主题的子主题;将当前事件框架的主题的子主题与先例事件框架的主题的子主题进行比对,获取第二比对结果,其中,第二比对结果中包括先例事件框架中与当前事件框架的主题的子主题相同的先例事件框架;根据第一比对结果和第二比对结果,获得当前事件框架与预定先例事件框架的相似度。例如,当前案件的事件框架的主题是商标,子主题是手机,我们就需要在预设先例事件框架库中找到主题是商标的先例案件的事件框架,然而通过上述查找可能会得到多个主题为商标的先例案件的事件框架,这样,我们可以获取这些多个主题为商标的先例案件的主题的子主题,这些子主题可以是:手机(表示对应的是手机的商标)、电脑(表示对应的是电脑的商标)以及汽车(表示对应的是汽车对应的商标)等等,通过将这些多个主题为商标的先例案件的事件主题的子主题和主题为商标的当前案件的事件框架的子主题进行比较,在多个主题为商标的先例案件的事件框架中找到子主题为手机的先例案件的事件框架。
例如,一个先例案件的事件框架是关于解决当事人之间的纠纷的事件框架,那么可以将组成该先例案件的事件框架的先例案件中的一个语义角色“民事案件”,作为该先例案件的事件框架的主题。另外,在确定了上述先例案件的事件框架的主题后,还需要进一步确定上述先例案件的事件框架的子主题,具体地,对组成上述先例案件的事件框架的先例案件进行深入分析,如果某些文书中出现了“人格权”、“物权”、“合同”以及“知识产权”等方面的纠纷,那么可以将这些先例文书归入子主题为“一级案由”的框架内,如果一些文书中出现了“生命权”、“健康权”以及“证券”等方面的纠纷,那么可以将这些先例文书归入子主题为“二级案由”的框架内,基于上述方式,可以继续对上述先例案件进行深入分析,将其分别归入对应的二级主题,三级主题等等,依此方式构建先例案件的事件框架。需要说明的是,当前事件框架的构架方式与上述先例案件的事件框架的构建方式是相同的,在此不做赘述。
在本发明一个可选的实施例中,获取当前案件的当前事件框架可以包括:对当前案件进行依存分析,获取依存分析结果;基于依存分析结果抽取当前案件中的语义角色信息;对语义角色信息进行分类;依据分类结果后的语义角色信息构建当前事件框架。通过对当前案件的事实段落进行定位,对定位后的事实段落进行分句,再将分句后的事实段落进行语义角色标注以及依存分析,对事实段落中的各个句子进行各个语言单位之间的语义关联,从而就可以不再需要去抽象词汇本身,而是通过词汇所承受的语义框架来描述该词汇,那么论元的数目相对于词汇来讲数量少了很多,也实现了跨越句子表层句法结构的束缚,直接获取深层的语义信息。
下面结合附图对本发明一个优选的实施例进行详细说明。
图2是根据本发明实施例的优选的先例案件获取方法的流程图,如图2所示,首先需要分别对先例案件的事实段落以及当前案件的事实段落进行定位,经过上述语义角色标注以及依存分析等操作后,构建当前案件的当前事件框架以及先例案件的先例事件框架,将构建的当前事件框架以及先例事件框架进行比对,通过比对操作,可以获取和当前案件的当前事件框架的子主题相同的先例事件框架,并进一步确定该先例事件框架对应的先例案件。
本发明实施例还提供了一种先例案件获取装置,需要说明的是,本发明实施例的先例案件获取装置可以用于执行本发明实施例所提供的用于先例案件获取方法。以下对本发明实施例提供的先例案件获取装置进行介绍。
图3是根据本发明实施例的先例案件获取装置的示意图,如图3所示,该先例案件获取装置包括:第一获取单元31、比对单元33、确定单元35以及第二获取单元37。下面进行详细说明。
第一获取单元31,用于获取当前案件的当前事件框架,其中,当前事件框架根据当前案件的语义角色信息构建。
比对单元33,用于将当前事件框架与预定先例事件框架进行比对,获得当前事件框架与预定先例事件框架的相似度,其中,预定先例事件框架根据先例案件的语义角色信息构建。
确定单元35,用于确定预定先例事件框架中与当前事件框架的相似度满足预定条件的先例事件框架。
第二获取单元37,用于获取确定的先例事件框架对应的先例案件。
通过本发明实施例提供的先例案件获取装置,采用第一获取单元31,用于获取当前案件的当前事件框架,其中,当前事件框架根据当前案件的语义角色信息构建;比对单元33,用于将当前事件框架与预定先例事件框架进行比对,获得当前事件框架与预定先例事件框架的相似度,其中,预定先例事件框架根据先例案件的语义角色信息构建;确定单元35,用于确定预定先例事件框架中与当前事件框架的相似度满足预定条件的先例事件框架;第二获取单元37,用于获取确定的先例事件框架对应的先例案件。解决了相关技术中进行先例案件获取时采用字符串或是关键字进行匹配,导致的准确度以及查全度较低的技术问题,从而提高了获取相似先例案件的准确度以及查全度,实现了更加精确地推送相似先例案件,提升了用户体验。
图4是根据本发明实施例的先例案件获取装置中比对单元33的示意图,如图4所示,比对单元33包括:第一获取模块41,用于获取当前事件框架的主题;第二获取模块43,与上述第一获取模块41,用于将当前事件框架的主题与预定先例事件框架的主题进行比对得到第一比对结果;第三获取模块45,与上述第二获取模块43连接,用于根据第一比对结果获得当前事件框架与预定先例事件框架的相似度。
图5是根据本发明实施例的先例案件获取装置中第三获取模块45的示意图,如图5所示,第三获取模块45包括:第一获取子模块51,用于获取当前事件框架的主题的子主题;第二获取子模块53,与上述第一获取子模块51连接,用于将当前事件框架的主题的子主题与先例事件框架的主题的子主题进行比对,获取第二比对结果,其中,第二比对结果中包括先例事件框架中与当前事件框架的主题的子主题相同的先例事件框架;第三获取子模块55,与上述第二获取子模块53连接,用于根据第一比对结果和第二比对结果,获得当前事件框架与预定先例事件框架的相似度。
图6是根据本发明实施例的先例案件获取装置中第一获取单元31的示意图,如图6所示,第一获取单元31包括:分析模块61,用于对当前案件进行依存分析,获得依存分析结果;抽取模块63,与上述分析模块63连接,用于基于依存分析结果抽取当前案件中的语义角色信息;分类模块65,与上述抽取模块63连接,用于对语义角色信息进行分类;构建模块,用于依据分类结果后的语义角色信息构建当前事件框架。
根据本发明实施例的另外一个方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一项的先例案件获取方法。
根据本发明实施例的另外一个方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一项的先例案件获取方法。
上述先例案件获取装置包括处理器和存储器,上述第一获取单元31、比对单元33、确定单元35、第二获取单元37、第一获取模块41、第二获取模块43、第三获取模块45、第一获取子模块51、第二获取子模块53、第三获取子模块55、分析模块61、抽取模块63以及分类模块65等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元实现相应功能。上述预设条件都可以存储在存储器中。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数获取先例案件。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请还提供了一种计算机程序产品的实施例,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序代码:获取当前案件的当前事件框架,其中,当前事件框架根据当前案件的语义角色信息构建;将当前事件框架与预定先例事件框架进行比对,获得当前事件框架与预定先例事件框架的相似度,其中,预定先例事件框架根据先例案件的语义角色信息构建;确定预定先例事件框架中与当前事件框架的相似度满足预定条件的先例事件框架;获取确定的先例事件框架对应的先例案件。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,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,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。
所述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。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
显然,本领域的技术人员应该明白,上述的本申请的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例,并不用于限制本申请,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)

1.一种先例案件获取方法,其特征在于,包括:
获取当前案件的当前事件框架,其中,所述当前事件框架根据所述当前案件的语义角色信息构建;
将所述当前事件框架与预定先例事件框架进行比对,获得所述当前事件框架与所述预定先例事件框架的相似度,其中,所述预定先例事件框架根据先例案件的语义角色信息构建;
确定所述预定先例事件框架中与所述当前事件框架的相似度满足预定条件的先例事件框架;
获取确定的所述先例事件框架对应的先例案件。
2.根据权利要求1所述的方法,其特征在于,将所述当前事件框架与所述预定先例事件框架进行比对,获得所述当前事件框架与所述预定先例事件框架的相似度包括:
获取所述当前事件框架的主题;
将所述当前事件框架的主题与所述预定先例事件框架的主题进行比对得到第一比对结果;
根据所述第一比对结果获得所述当前事件框架与所述预定先例事件框架的相似度。
3.根据权利要求2所述的方法,其特征在于,根据所述第一比对结果获得所述当前事件框架与所述预定先例事件框架的相似度包括:
获取所述当前事件框架的主题的子主题;
将所述当前事件框架的主题的子主题与所述先例事件框架的主题的子主题进行比对,获取第二比对结果,其中,所述第二比对结果中包括所述先例事件框架中与所述当前事件框架的主题的子主题相同的先例事件框架;
根据所述第一比对结果和所述第二比对结果,获得所述当前事件框架与所述预定先例事件框架的相似度。
4.根据权利要求1所述的方法,其特征在于,获取所述当前案件的所述当前事件框架包括:
对所述当前案件进行依存分析,获得依存分析结果;
基于所述依存分析结果抽取所述当前案件中的语义角色信息;
对所述语义角色信息进行分类;
依据分类结果后的所述语义角色信息构建所述当前事件框架。
5.一种先例案件获取装置,其特征在于,包括:
第一获取单元,用于获取当前案件的当前事件框架,其中,所述当前事件框架根据所述当前案件的语义角色信息构建;
比对单元,用于将所述当前事件框架与预定先例事件框架进行比对,获得所述当前事件框架与所述预定先例事件框架的相似度,其中,所述预定先例事件框架根据先例案件的语义角色信息构建;
确定单元,用于确定所述预定先例事件框架中与所述当前事件框架的相似度满足预定条件的先例事件框架;
第二获取单元,用于获取确定的所述先例事件框架对应的先例案件。
6.根据权利要求5所述的装置,其特征在于,所述比对单元包括:
第一获取模块,用于获取所述当前事件框架的主题;
第二获取模块,用于将所述当前事件框架的主题与所述预定先例事件框架的主题进行比对得到第一比对结果;
第三获取模块,用于根据所述第一比对结果获得所述当前事件框架与所述预定先例事件框架的相似度。
7.根据权利要求6所述的装置,其特征在于,所述第三获取模块包括:
第一获取子模块,用于获取所述当前事件框架的主题的子主题;
第二获取子模块,用于将所述当前事件框架的主题的子主题与所述先例事件框架的主题的子主题进行比对,获取第二比对结果,其中,所述第二比对结果中包括所述先例事件框架中与所述当前事件框架的主题的子主题相同的先例事件框架;
第三获取子模块,用于根据所述第一比对结果和所述第二比对结果,获得所述当前事件框架与所述预定先例事件框架的相似度。
8.根据权利要求5所述的装置,其特征在于,所述第一获取单元包括:
分析模块,用于对所述当前案件进行依存分析,获得依存分析结果;
抽取模块,用于基于所述依存分析结果抽取所述当前案件中的语义角色信息;
分类模块,用于对所述语义角色信息进行分类;
构建模块,用于依据分类结果后的所述语义角色信息构建所述当前事件框架。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至4中任意一项所述的先例案件获取方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至4中任意一项所述的先例案件获取方法。
CN201710600901.8A 2017-07-21 2017-07-21 先例案件获取方法及装置 Pending CN110019655A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710600901.8A CN110019655A (zh) 2017-07-21 2017-07-21 先例案件获取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710600901.8A CN110019655A (zh) 2017-07-21 2017-07-21 先例案件获取方法及装置

Publications (1)

Publication Number Publication Date
CN110019655A true CN110019655A (zh) 2019-07-16

Family

ID=67185892

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710600901.8A Pending CN110019655A (zh) 2017-07-21 2017-07-21 先例案件获取方法及装置

Country Status (1)

Country Link
CN (1) CN110019655A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1458580A (zh) * 2002-03-01 2003-11-26 惠普开发有限公司 文档分类方法和设备
CN103136300A (zh) * 2011-12-05 2013-06-05 北京百度网讯科技有限公司 一种文本相关主题的推荐方法和装置
CN103678277A (zh) * 2013-12-04 2014-03-26 东软集团股份有限公司 基于文档分段的构建主题-词汇分布的方法及系统
CN104008171A (zh) * 2014-06-03 2014-08-27 中国科学院计算技术研究所 一种法律数据库构建方法及法律检索服务方法
CN105069686A (zh) * 2015-08-13 2015-11-18 凯泰铭科技(北京)有限公司 案件自动检测方法和系统
CN105930470A (zh) * 2016-04-25 2016-09-07 安徽富驰信息技术有限公司 一种基于特征权重分析技术的文件检索方法
CN106126695A (zh) * 2016-06-30 2016-11-16 张春生 一种相似案件检索方法及装置
CN106502996A (zh) * 2016-12-13 2017-03-15 深圳爱拼信息科技有限公司 一种基于语义匹配的裁判文书检索方法和服务器
CN106815261A (zh) * 2015-12-01 2017-06-09 北京国双科技有限公司 裁判文书处理方法和装置
CN106933787A (zh) * 2017-03-20 2017-07-07 上海智臻智能网络科技股份有限公司 判决文书相似度的计算方法、查找装置及计算机设备
CN108197163A (zh) * 2017-12-14 2018-06-22 上海银江智慧智能化技术有限公司 一种基于裁判文书的结构化处理方法
CN110795566A (zh) * 2019-09-18 2020-02-14 平安科技(深圳)有限公司 案件推荐方法、装置、设备及计算机可读存储介质
CN111309900A (zh) * 2020-01-17 2020-06-19 中国科学技术大学 一种法律类案相似度判别及推送方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1458580A (zh) * 2002-03-01 2003-11-26 惠普开发有限公司 文档分类方法和设备
CN103136300A (zh) * 2011-12-05 2013-06-05 北京百度网讯科技有限公司 一种文本相关主题的推荐方法和装置
CN103678277A (zh) * 2013-12-04 2014-03-26 东软集团股份有限公司 基于文档分段的构建主题-词汇分布的方法及系统
CN104008171A (zh) * 2014-06-03 2014-08-27 中国科学院计算技术研究所 一种法律数据库构建方法及法律检索服务方法
CN105069686A (zh) * 2015-08-13 2015-11-18 凯泰铭科技(北京)有限公司 案件自动检测方法和系统
CN106815261A (zh) * 2015-12-01 2017-06-09 北京国双科技有限公司 裁判文书处理方法和装置
CN105930470A (zh) * 2016-04-25 2016-09-07 安徽富驰信息技术有限公司 一种基于特征权重分析技术的文件检索方法
CN106126695A (zh) * 2016-06-30 2016-11-16 张春生 一种相似案件检索方法及装置
CN106502996A (zh) * 2016-12-13 2017-03-15 深圳爱拼信息科技有限公司 一种基于语义匹配的裁判文书检索方法和服务器
CN106933787A (zh) * 2017-03-20 2017-07-07 上海智臻智能网络科技股份有限公司 判决文书相似度的计算方法、查找装置及计算机设备
CN108197163A (zh) * 2017-12-14 2018-06-22 上海银江智慧智能化技术有限公司 一种基于裁判文书的结构化处理方法
CN110795566A (zh) * 2019-09-18 2020-02-14 平安科技(深圳)有限公司 案件推荐方法、装置、设备及计算机可读存储介质
CN111309900A (zh) * 2020-01-17 2020-06-19 中国科学技术大学 一种法律类案相似度判别及推送方法

Similar Documents

Publication Publication Date Title
CN109165249B (zh) 数据处理模型构建方法、装置、服务器和用户端
Sonawane et al. Graph based representation and analysis of text document: A survey of techniques
CN106611052B (zh) 文本标签的确定方法及装置
JP2021508866A (ja) 対象領域およびクライアント固有のアプリケーション・プログラム・インタフェース推奨の促進
CN113627447B (zh) 标签识别方法、装置、计算机设备、存储介质及程序产品
CN107402913A (zh) 先行词的确定方法和装置
CN111309916B (zh) 摘要抽取方法和装置、存储介质和电子装置
CN112948575B (zh) 文本数据处理方法、装置和计算机可读存储介质
CN112989208B (zh) 一种信息推荐方法、装置、电子设备及存储介质
Pabitha et al. Automatic question generation system
CN110717038A (zh) 对象分类方法及装置
CN114186013A (zh) 实体识别模型热更新方法及其装置、设备、介质、产品
JP2021508391A (ja) 対象領域およびクライアント固有のアプリケーション・プログラム・インタフェース推奨の促進
CN113392179A (zh) 文本标注方法及装置、电子设备、存储介质
CN110659392B (zh) 检索方法及装置、存储介质
Parker et al. Named entity recognition through deep representation learning and weak supervision
CN113704420A (zh) 文本中的角色识别方法、装置、电子设备及存储介质
CN109033078B (zh) 语句类别识别方法及装置、存储介质、处理器
CN116741396A (zh) 文章归类方法和装置、电子设备和存储介质
Sathiyaprasad Ontology-based video retrieval using modified classification technique by learning in smart surveillance applications
CN109992651A (zh) 一种问题目标特征自动识别和抽取方法
CN114398903B (zh) 意图识别方法、装置、电子设备及存储介质
Faralli et al. Webisagraph: A very large hypernymy graph from a web corpus
CN110019655A (zh) 先例案件获取方法及装置
CN109471969A (zh) 一种应用搜索方法、装置及设备

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
CB02 Change of applicant information

Address after: 100083 No. 401, 4th Floor, Haitai Building, 229 North Fourth Ring Road, Haidian District, Beijing

Applicant after: BEIJING GRIDSUM TECHNOLOGY Co.,Ltd.

Address before: 100086 Beijing city Haidian District Shuangyushu Area No. 76 Zhichun Road cuigongfandian 8 layer A

Applicant before: BEIJING GRIDSUM TECHNOLOGY Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190716