CN110019663B - 一种案件信息的推送方法、系统、存储介质和处理器 - Google Patents
一种案件信息的推送方法、系统、存储介质和处理器 Download PDFInfo
- Publication number
- CN110019663B CN110019663B CN201710915098.7A CN201710915098A CN110019663B CN 110019663 B CN110019663 B CN 110019663B CN 201710915098 A CN201710915098 A CN 201710915098A CN 110019663 B CN110019663 B CN 110019663B
- Authority
- CN
- China
- Prior art keywords
- case
- label
- text
- processed
- pushing
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000003860 storage Methods 0.000 title claims description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 60
- 230000008569 process Effects 0.000 claims abstract description 38
- 238000012549 training Methods 0.000 claims description 23
- 238000010276 construction Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Technology Law (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种案件信息的推送方法，包括：接收案件信息推送请求，在所述案件信息推送请求为标签推送请求的情况下，获取案件标签库中的各个标签文本；判断所述各个标签文本中是否存在至少一个标签文本与所述待处理案件的目标文本匹配；若不存在与所述待处理案件的目标文本相匹配标签文本，则依据案件标签计算模型计算所述待处理案件的案件标签；将所述案件标签推送给所述待处理案件对应的终端平台。上述方法，当案件标签中不存在与对应标签文本时，通过案件标签计算模型案件标签进行计算，避免了现有案件标签推送的过程中，当待处理案件中不存在于所述标签库中匹配的文本时，推送过程失败，推送案件标签的过程存在局限性的问题。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种案件信息的推送方法、系统、存储介质和处理器。
背景技术
目前，在司法领域中，由于每一个法官或者案件的负责人处理过的案件不计其数，为了可以快速准确的找到目标案件，在该法官或者案件的负责人登录案件查询终端时，所述查询终端会为所述目标案件推送案件标签，通过案件标签查找目标案件。现有案件标签的推送方法是利用所述查询终端会预先建立多个标签与文本的对应关系，将其存储到案件标签库中，当需要为待处理案件匹配案件标签时，判断所述待处理案件中是否存在一段文本与所述标签库中的任意一个文本相同，当存在时，系统将与所述文本对应的标签作为所述待处理案件标签进行推送。
发明人对现有的案件标签的推送过程进行研究发现，所述案件标签库的标签与文本的数量在是固定不变的，当所述待处理案件中不存在与所述标签库中匹配的文本时，推送过程失败，推送案件标签的过程存在局限性。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的案件信息的推送方法，具体方案如下：
一种案件信息的推送方法，包括：
接收案件信息推送请求，在所述案件信息推送请求为标签推送请求的情况下，获取案件标签库中的各个标签文本；
判断所述各个标签文本中是否存在至少一个标签文本与所述待处理案件的目标文本匹配；
若不存在与所述待处理案件的目标文本相匹配标签文本，则依据案件标签计算模型计算所述待处理案件的案件标签；
将所述案件标签推送给所述待处理案件对应的终端平台。
上述的方法，优选的，还包括：
当存在与所述待处理案件的目标文本相匹配标签文本，将匹配成功的标签文本对应的标签作为所述待处理案件的案件标签推送给所述待处理案件对应的终端平台。
上述的方法，优选的，还包括：
将所述案件标签和与所述案件标签对应的标签文本存储到案件标签库中。
上述的方法，优选的，还包括：
接收案件信息推送请求，在所述案件信息推送请求为案件检索请求的情况下,获取所述检索请求中的检索标签；
依据所述检索标签，查找与所述检索标签对应的目标案件；
将所述目标案件推送给终端平台。
上述的方法，优选的，依据所述检索标签，查找与所述检索标签对应的目标案件包括：
在案件标签库中查找与所述检索标签对应的标签文本；
若当前案件中存在的文本与所述检索标签相匹配，和/或，若当前案件中存在的文本与所述检索标签对应的标签文本相匹配，将所述当前案件定义为目标案件。
上述的方法，优选的，建立案件标签计算模型的过程包括：
获取预设的案件标签库中的各个标签对应的标签文本；
依据预设的构建规则，构建案件标签计算模型；
将每一个案件标签和每一个标签对应的标签文本传递到所述案件标签计算模型中进行训练，当训练结果满足预设的区分阈值时，完成所述案件标签计算模型的构建。
一种案件信息的推送系统，包括：
获取模块，用于接收案件信息推送请求，在所述案件信息推送请求为标签推送请求的情况下，获取案件标签库中的各个标签文本；
判断模块，用于判断所述各个标签文本中是否存在至少一个标签文本与所述待处理案件的目标文本匹配；
计算模块，用于若不存在与所述待处理案件的目标文本相匹配标签文本，则依据案件标签计算模型计算所述待处理案件的案件标签；
推送模块，用于将所述案件标签推送给所述待处理案件对应的终端平台。
上述的系统，优选的，所述计算模块包括：
获取单元，用于获取预设的案件标签库中的各个标签对应的标签文本
构建单元，用于依据预设的构建规则，构建案件标签计算模型；
训练单元，用于将每一个案件标签和每一个标签对应的标签文本传递到所述案件标签计算模型中进行训练，当训练结果满足预设的区分阈值时，完成所述案件标签计算模型的构建。
一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述的案件信息的推送方法。
一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述的案件信息的推送方法。
借由上述技术方案，本发明公开了一种案件信息的推送方法，包括：接收案件信息推送请求，在所述案件信息推送请求为标签推送请求的情况下，获取案件标签库中的各个标签文本；判断所述各个标签文本中是否存在至少一个标签文本与所述待处理案件的目标文本匹配；若不存在与所述待处理案件的目标文本相匹配标签文本，则依据案件标签计算模型计算所述待处理案件的案件标签；将所述案件标签推送给所述待处理案件对应的终端平台。上述的方法，当案件标签中不存在与所述待处理案件对应标签文本时，会通过案件标签计算模型对所述待处理案件的案件标签进行计算，避免了现有案件标签推送的过程中，当所述待处理案件中不存在于所述标签库中匹配的文本时，推送过程失败，推送案件标签的过程存在局限性的问题。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本申请实施例公开的一种案件信息的推送方法流程图；
图2示出了本申请实施例公开的一种案件信息的推送方法又一方法流程图；
图3示出了本申请实施例公开的一种案件信息的推送方法又一方法流程图；
图4示出了本申请实施例公开的一种案件信息的推送方法又一方法流程图；
图5出了本申请实施例公开的一种案件信息的推送系统结构框图；
图6出了本申请实施例公开的一种案件信息的推送系统又一结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业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公开的原理和新颖特点相一致的最宽的范围。
本发明提供了一种案件信息的推送方法，所述方法可以应用到当法官或者案件的负责人登录案件查询终端平台或者系统进行案件查询的过程中，依据所述案件信息的推送方法，为所述案件查询终端平台或者系统对应的各个待处理案件推送案件标签。其中，所述推送方法的流程如图1所示，包括步骤：
S101、接收案件信息推送请求，在所述案件信息推送请求为标签推送请求的情况下，获取案件标签库中的各个标签文本；
S102、判断所述各个标签文本中是否存在至少一个标签文本与所述待处理案件的目标文本匹配；
S103、若不存在与所述待处理案件的目标文本相匹配标签文本，则依据案件标签计算模型计算所述待处理案件的案件标签；
S104、将所述案件标签推送给所述待处理案件对应的终端平台。
本发明实施例中，所述案件标签库为一个预设在所述案件查询终端平台或者系统中的标签和标签所对应的标签文本的一个预设关系表。所述标签对应的标签文本是对所述标签的描述，比如，标签是“未成年人犯罪”，与标签产生关联关系的维度是“刑事责任年龄”，而“刑事责任年龄”在文本中展示的犯罪嫌疑人的出生日期。这样就建立了标签和标签文本之间的关联关系。现有技术中的案件标签库为一个固定的标签库，只有所述终端案件查询终端平台或者系统，进行会更新时，所述案件标签库才会进行更新。
本发明实施例中所述案件标签库中标签与标签文本的对应关系是不断的在增加的，一部分固定的标签与标签文本的对应关系来自于所述终案件查询终端或者系统中预先存储的，当所述案件查询终端平台或者系统更新时，预先存储的这部分标签与标签文本的对应关系也会同步更新。还有一部分来自于当法官或者案件负责人对某一个案件的案件标签进行添加或者修改的过程中，系统会将所述添加或者修改过程中得到的新的标签与标签文本的对应关系存储到所述案件标签库中。另外一部分来自于依据所述案件标签计算模型计算得到的案件标签与标签文本的对应关系也会存储到所述案件标签库中。上述的三部分不断的扩充所述案件标签库。
一个待处理案件可以对应一个或者多个案件标签，因此在确定所述待处理案件的案件标签的过程中，需要把所述案件标签库中的每一个标签文本分别与所述待处理案件中的目标文本进行匹配，其中，所述目标文本指当前待处理案件的全文。判断所述待处理案件中是否存在至少一段的文本与当前标签文本匹配，当不存在时，依据案件标签计算模型计算所述待处理案件的案件标签，将所述案件标签推送给所述待处理案件对应的终端平台。并将所述案件标签和与通过所述案件标签计算模型计算得到的与所述案件标签对应的标签文本存储到案件标签库中。
上述的存在过程中可能会存在所述待处理案件中存在多个标签文本的情况，但不影响所述案件标签的推送。
本发明实施例中，所述案件标签计算模型因人而异，所述案件查询终端平台或者系统，依据登录法官或者案件负责人的不同，为每一个法官或者案件负责人建立一个案件标签计算模型。所述案件标签计算模型进过长期的训练可以实现：所述法官或者案件负责人再次接到类似的案件，发现该类似案件已经被自动打上相应的标签。同时该标签自动对应类似案件的文本内容。同时含有相应标签的相似案件会被优先推送，同时还可以逐步训练所述法官或者案件负责人自己的案件标签计算模型，对所述案件标签计算模型持续优化。
本发明公开了一种案件信息的推送方法，包括：接收案件信息推送请求，在所述案件信息推送请求为标签推送请求的情况下，获取案件标签库中的各个标签文本；判断所述各个标签文本中是否存在至少一个标签文本与所述待处理案件的目标文本匹配；若不存在与所述待处理案件的目标文本相匹配标签文本，则依据案件标签计算模型计算所述待处理案件的案件标签；将所述案件标签推送给所述待处理案件对应的终端平台。上述的方法，当案件标签中不存在与所述待处理案件对应标签文本时，会通过案件标签计算模型对所述待处理案件的案件标签进行计算，避免了现有案件标签推送的过程中，当所述待处理案件中不存在于所述标签库中匹配的文本时，推送过程失败，推送案件标签的过程存在局限性的问题。
本发明实施例中，当所述各个标签文本中不存在至少存在一个标签文本与所述待处理案件中的目标文本匹配时，会依据案件标签计算模型计算所述待处理案件的案件标签，案件标签模型建立过程的方法流程图如图2所示，包括步骤：
S201、获取预设的案件标签库中的各个标签对应的标签文本；
S202、依据预设的构建规则，构建案件标签计算模型；
本发明实施例中，所述案件标签计算模型是一个依据神经语言程序学(Neuro-Linguistic Programming)NLP建立的案件标签计算模型，其中，N(Neuro)指的是神经系统，包括大脑和思维过程。L(Linguistic)是指语言，更准确点说，是指从感觉信号的输入到构成意思的过程。P(Programming)是指为产生某种后果而要执行的一套具体指令，将所述案件标签库中各个标签与标签文本的对应关系作为样本，依据所述样本计算其中的规律。其中，输入为标签和所述标签对应的标签文本；
S203、将每一个案件标签和每一个标签对应的标签文本传递到所述案件标签计算模型中进行训练，当训练结果满足预设的区分阈值时，完成所述案件标签计算模型的构建。
本发明实施例中，由所述案件标签计算模型学习文本的特征。利用所述NLP技术对每一个样本进行分词，并学习各个分词之间的句法依存关系。给分词和句法依存关系分别设置不同的比重和打分项。输出类似于数据或者说类似数据的相似度排序。满足预设相似度的比例达到预设阈值比例时，所述案件标签计算模型完成构建。
本发明实施例中，当对应的裁判文书中有60％以上分值的文本命中时，就判断为可推送的类似数据范围。这些类似的数据都被打上当前样本对应的标签。
上述的训练过程，优选的，可以将案件标签库中样本按一定的分配比例进行分配，一部分作为训练样本，一部分作为验证样本，先利用训练样本对模型进行训练，完成所述案件标签计算模型的训练，再利用验证样本进行验证。
上述的过程，还包括：当存在时，将匹配成功的标签文本对应的标签作为所述待处理案件的案件标签推送给所述待处理案件对应的终端平台。
本发明实施例中，还包括如下的执行过程，其流程图如图3所示，包括步骤：
S301、接收案件信息推送请求，在所述案件信息推送请求为案件检索请求的情况下,获取所述检索请求中的检索标签；
S302、依据所述检索标签，查找与所述检索标签对应的目标案件；
S303、将所述目标案件推送给终端平台。
其中，依据所述检索标签，查找与所述检索标签对应的目标案件的方法流程如图4所示，包括步骤：
S401、在案件标签库中查找与所述检索标签对应的标签文本；
S402、若当前案件中存在的文本与所述检索标签相匹配，和/或，若当前案件中存在的文本与所述检索标签对应的标签文本相匹配，将所述当前案件定义为目标案件。
本发明实施例中，当接收到案件检索请求时，解析所述检索请求中包含的检索标签，在所述案件标签库中查找与所述检索标签对应的各个标签文本，所述检索标签和所述检索标签对应的各个标签文本中的每一个与终端平台的各个案件进行匹配，若当前案件中存在至少一段文本与所述检索标签或与所述检索标签对应的任意一个标签文本相匹配时，将所述当前案件定义为目标案件。所述目标案件可以为多个。
其中，与各个案件进行匹配的过程，优选的方式为确定检索标签和所述检索标签对应的各个关键词，若当前案件的一段文本中出现某一个或者几个关键词的次数满足一定阈值要求时，认定当前匹配过程成功，否则匹配失败。持续执行上述过程，直至匹配完成。
以法官在审理一起商标领域的涉外案件为例进行说明，法官在登录所述案件终端查询系统时，发现该案件已经被自动打上了“商标”、“财产保全”的标签。同时与这些标签所对应的标签文本的连接关系也已经建立。
上述“商标”、“财产保全”的标签的建立方式有两种：其一，通过所述案件查询终端平台或者系统中预设的案件标签库中存储的标签与标签文本的对应关系，进行匹配得出的；其二，采用案件标签计算模型进行计算得到的。
法官为了方便管理自己的案件，法官在所述案件查询终端平台或者系统中给自己名下的案件打上自己输入的“涉外”的标签，同时法官可以输入打上该标签的标签文本。将所述涉外标签和所述涉外标签对应的标签文本存储到所述案件标签库中。所述案件查询终端对应的案件标签学习模型或者系统会搜集法官打上的涉外标签以及所述涉外标签对应的文本，进行深度学习。
随着上述过程的不断执行，每一个案件对应的标签会越来越多，当该法官再次登录所述案件查询终端或者系统时，不但可以依据该法官的历史操作记录，为该法官推送与其历史操作记录相关的案件还可以依据该法官输入的检索条件进行精确推送。优选的匹配原则，是对各个案件标签采用和运算，只有同时满足所述各个案件标签的案件才会被推送出来，但是，所述案件查询终端平台或者系统都会对优选推送案件的个数进行设定，当满足要求的案件数量小于预设数量时，会采用和或组合的方式对各个案件标签进行匹配，以实现对预设数量案件的推送。
至于所述各个案件标签的和或的组合方式取决于每一个案件标签的出现频次或者关重等级。
本发明实施例中，与上述案件信息的推送方法相对应的，本发明还提供了一种案件信息的推送系统，所述推送系统的结构框图如图5所示，包括：
获取模块501、判断模块502、计算模块503和推送模块504。
其中，
所述获取模块501，用于接收案件信息推送请求，在所述案件信息推送请求为标签推送请求的情况下，获取案件标签库中的各个标签文本；
所述判断模块502，用于判断所述各个标签文本中是否存在至少一个标签文本与所述待处理案件的目标文本匹配；
所述计算模块503，用于若不存在与所述待处理案件的目标文本相匹配标签文本，则依据案件标签计算模型计算所述待处理案件的案件标签；
所述推送模块504，用于将所述案件标签推送给所述待处理案件对应的终端平台。
本发明公开了一种案件信息的推送系统，包括：接收案件信息推送请求，在所述案件信息推送请求为标签推送请求的情况下，获取案件标签库中的各个标签文本；判断所述各个标签文本中是否存在至少一个标签文本与所述待处理案件的目标文本匹配；若不存在与所述待处理案件的目标文本相匹配标签文本，则依据案件标签计算模型计算所述待处理案件的案件标签；将所述案件标签推送给所述待处理案件对应的终端平台。上述的系统，当案件标签中不存在与所述待处理案件对应标签文本时，会通过案件标签计算模型对所述待处理案件的案件标签进行计算，避免了现有案件标签推送的过程中，当所述待处理案件中不存在于所述标签库中匹配的文本时，推送过程失败，推送案件标签的过程存在局限性的问题。
本发明实施例中，所述计算模块503的结构框图如图6所示，包括：
获取单元505、构建单元506和训练单元507。
其中，
所述获取单元505，用于获取预设的案件标签库中的各个标签对应的标签文本；
所述构建单元506，用于依据预设的构建规则，构建案件标签计算模型；
所述训练单元507，用于将每一个案件标签和每一个标签对应的标签文本传递到所述案件标签计算模型中进行训练，当训练结果满足预设的区分阈值时，完成所述案件标签计算模型的构建。
所述案件信息推送系统包括处理器和存储器，上述获取模块、判断模块、计算模块和推送模块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来实现相应的功能。
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，通过调整内核参数来避免由于子站点和父站点在交互过程中经常会出现冲突，会导致网站不能访问或者访问结果与预期存在偏差，提高用户体验。
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(flashRAM)，存储器包括至少一个存储芯片。
本发明实施例中提供了一种存储介质其上存储有程序，该程序被处理器执行时实现所述案件信息的推送方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述案件信息的推送方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：
接收案件信息推送请求，在所述案件信息推送请求为标签推送请求的情况下，获取案件标签库中的各个标签文本；
判断所述各个标签文本中是否存在至少一个标签文本与所述待处理案件的目标文本匹配；
若不存在与所述待处理案件的目标文本相匹配标签文本，则依据案件标签计算模型计算所述待处理案件的案件标签；
将所述案件标签推送给所述待处理案件对应的终端平台。
上述的方法，还包括：
当存在与所述待处理案件的目标文本相匹配标签文本，将匹配成功的标签文本对应的标签作为所述待处理案件的案件标签推送给所述待处理案件对应的终端平台。
上述的方法，还包括：
将所述案件标签和与所述案件标签对应的标签文本存储到案件标签库中。
上述的方法，还包括：
接收案件信息推送请求，在所述案件信息推送请求为案件检索请求的情况下,获取所述检索请求中的检索标签；
依据所述检索标签，查找与所述检索标签对应的目标案件；
将所述目标案件推送给终端平台。
其中，依据所述检索标签，查找与所述检索标签对应的目标案件包括：
在案件标签库中查找与所述检索标签对应的标签文本；
若当前案件中存在的文本与所述检索标签相匹配，和/或，若当前案件中存在的文本与所述检索标签对应的标签文本相匹配，将所述当前案件定义为目标案件。
其中，建立案件标签计算模型的过程包括：
获取预设的案件标签库中的各个标签对应的标签文本；
依据预设的构建规则，构建案件标签计算模型；
将每一个案件标签和每一个标签对应的标签文本传递到所述案件标签计算模型中进行训练，当训练结果满足预设的区分阈值时，完成所述案件标签计算模型的构建。
本文中的设备可以是服务器、PC、PAD、手机等。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
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(flashRAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。
Claims (7)
1.一种案件信息的推送方法，其特征在于，包括：
接收案件信息推送请求，在所述案件信息推送请求为标签推送请求的情况下，获取案件标签库中的各个标签文本；
判断所述各个标签文本中是否存在至少一个标签文本与待处理案件的目标文本匹配；
若不存在与所述待处理案件的目标文本相匹配标签文本，则依据案件标签计算模型计算所述待处理案件的案件标签；
将所述案件标签推送给所述待处理案件对应的终端平台；
将所述案件标签和与所述案件标签对应的标签文本存储到案件标签库中；
其中，建立案件标签计算模型的过程包括：
获取预设的案件标签库中的各个标签对应的标签文本；
依据预设的构建规则，构建案件标签计算模型；
将每一个案件标签和每一个标签对应的标签文本传递到所述案件标签计算模型中进行训练，当训练结果满足预设的区分阈值时，完成所述案件标签计算模型的构建。
2.根据权利要求1所述的方法，其特征在于，还包括：
当存在与所述待处理案件的目标文本相匹配标签文本，将匹配成功的标签文本对应的标签作为所述待处理案件的案件标签推送给所述待处理案件对应的终端平台。
3.根据权利要求1所述的方法，其特征在于，还包括：
接收案件信息推送请求，在所述案件信息推送请求为案件检索请求的情况下,获取所述检索请求中的检索标签；
依据所述检索标签，查找与所述检索标签对应的目标案件；
将所述目标案件推送给终端平台。
4.根据权利要求3所述的方法，其特征在于，依据所述检索标签，查找与所述检索标签对应的目标案件包括：
在案件标签库中查找与所述检索标签对应的标签文本；
若当前案件中存在的文本与所述检索标签相匹配，和/或，若当前案件中存在的文本与所述检索标签对应的标签文本相匹配，将所述当前案件定义为目标案件。
5.一种案件信息的推送系统，其特征在于，包括：
获取模块，用于接收案件信息推送请求，在所述案件信息推送请求为标签推送请求的情况下，获取案件标签库中的各个标签文本；
判断模块，用于判断所述各个标签文本中是否存在至少一个标签文本与待处理案件的目标文本匹配；
计算模块，用于若不存在与所述待处理案件的目标文本相匹配标签文本，则依据案件标签计算模型计算所述待处理案件的案件标签；
推送模块，用于将所述案件标签推送给所述待处理案件对应的终端平台；将所述案件标签和与所述案件标签对应的标签文本存储到案件标签库中；
其中，所述计算模块包括：
获取单元，用于获取预设的案件标签库中的各个标签对应的标签文本；
构建单元，用于依据预设的构建规则，构建案件标签计算模型；
训练单元，用于将每一个案件标签和每一个标签对应的标签文本传递到所述案件标签计算模型中进行训练，当训练结果满足预设的区分阈值时，完成所述案件标签计算模型的构建。
6.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至4中任意一项所述的案件信息的推送方法。
7.一种处理器，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中任意一项所述的案件信息的推送方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710915098.7A CN110019663B (zh) | 2017-09-30 | 2017-09-30 | 一种案件信息的推送方法、系统、存储介质和处理器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710915098.7A CN110019663B (zh) | 2017-09-30 | 2017-09-30 | 一种案件信息的推送方法、系统、存储介质和处理器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110019663A CN110019663A (zh) | 2019-07-16 |
| CN110019663B true CN110019663B (zh) | 2022-05-17 |
Family
ID=67186364
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710915098.7A Active CN110019663B (zh) | 2017-09-30 | 2017-09-30 | 一种案件信息的推送方法、系统、存储介质和处理器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110019663B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111427900B (zh) * | 2020-03-20 | 2023-05-02 | 政采云有限公司 | 一种标签库更新方法、装置、设备及可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103530403A (zh) * | 2013-10-23 | 2014-01-22 | 天津大学 | 一种结构化的图像描述方法 |
| CN104063427A (zh) * | 2014-06-06 | 2014-09-24 | 北京搜狗科技发展有限公司 | 一种基于语义理解的表情输入方法和装置 |
| CN105069130A (zh) * | 2015-08-14 | 2015-11-18 | 安徽新华博信息技术股份有限公司 | 一种嫌疑对象预测方法 |
| CN107015969A (zh) * | 2017-05-19 | 2017-08-04 | 四川长虹电器股份有限公司 | 可自我更新的语义理解系统与方法 |
| CN109697231A (zh) * | 2017-10-24 | 2019-04-30 | 北京国双科技有限公司 | 一种案件文书的显示方法、系统、存储介质和处理器 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9324082B2 (en) * | 2007-07-06 | 2016-04-26 | Ebay Inc. | System and method for providing information tagging in a networked system |
| CN104346355B (zh) * | 2013-07-26 | 2019-03-08 | 南京中兴力维软件有限公司 | 系列性公安案件的智能检索方法及其系统 |
| CN104036045B (zh) * | 2014-07-01 | 2018-04-03 | 彩带网络科技（北京）有限公司 | 一种信息分析方法及服务平台 |
| CN106156204B (zh) * | 2015-04-23 | 2020-05-29 | 深圳市腾讯计算机系统有限公司 | 文本标签的提取方法和装置 |
| CN105512105B (zh) * | 2015-12-07 | 2019-05-31 | 百度在线网络技术（北京）有限公司 | 语义解析方法和装置 |
| CN106991092B (zh) * | 2016-01-20 | 2021-11-05 | 阿里巴巴集团控股有限公司 | 基于大数据挖掘相似裁判文书的方法和设备 |
| 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 |
| CN106776571A (zh) * | 2016-12-27 | 2017-05-31 | 北京奇虎科技有限公司 | 一种标签的生成方法及装置 |
| CN106777325A (zh) * | 2017-01-10 | 2017-05-31 | 上海百事通信息技术股份有限公司 | 案件证据清单生成方法及系统 |
| CN106951513B (zh) * | 2017-03-17 | 2020-02-07 | 宫辉 | 一种法律案件或法律法规关键字处理方法及关键字处理系统 |
| CN107122438A (zh) * | 2017-04-21 | 2017-09-01 | 安徽富驰信息技术有限公司 | 一种司法案件检索方法及系统 |
| CN107169049B (zh) * | 2017-04-25 | 2023-04-28 | 腾讯科技（深圳）有限公司 | 应用的标签信息生成方法及装置 |
| CN107509116A (zh) * | 2017-09-08 | 2017-12-22 | 咪咕互动娱乐有限公司 | 一种信息推送方法、装置及存储介质 |
-
2017
- 2017-09-30 CN CN201710915098.7A patent/CN110019663B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103530403A (zh) * | 2013-10-23 | 2014-01-22 | 天津大学 | 一种结构化的图像描述方法 |
| CN104063427A (zh) * | 2014-06-06 | 2014-09-24 | 北京搜狗科技发展有限公司 | 一种基于语义理解的表情输入方法和装置 |
| WO2015185019A1 (zh) * | 2014-06-06 | 2015-12-10 | 北京搜狗科技发展有限公司 | 一种基于语义理解的表情输入方法和装置 |
| CN105069130A (zh) * | 2015-08-14 | 2015-11-18 | 安徽新华博信息技术股份有限公司 | 一种嫌疑对象预测方法 |
| CN107015969A (zh) * | 2017-05-19 | 2017-08-04 | 四川长虹电器股份有限公司 | 可自我更新的语义理解系统与方法 |
| CN109697231A (zh) * | 2017-10-24 | 2019-04-30 | 北京国双科技有限公司 | 一种案件文书的显示方法、系统、存储介质和处理器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110019663A (zh) | 2019-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109145153B (zh) | 意图类别的识别方法和装置 | |
| US9734261B2 (en) | Context aware query selection | |
| US9514405B2 (en) | Scoring concept terms using a deep network | |
| US9424524B2 (en) | Extracting facts from unstructured text | |
| US10803380B2 (en) | Generating vector representations of documents | |
| US20160378863A1 (en) | Selecting representative video frames for videos | |
| US20150220833A1 (en) | Generating vector representations of documents | |
| US9436768B2 (en) | System and method for pushing and distributing promotion content | |
| CN110162778B (zh) | 文本摘要的生成方法及装置 | |
| US20170220589A1 (en) | Item recommendation method, device, and system | |
| US9741259B2 (en) | Identification for performing tasks in open social media | |
| US9524337B2 (en) | Apparatus, system, and method for detecting complex issues based on social media analysis | |
| CN110991161B (zh) | 相似文本确定方法、神经网络模型获得方法及相关装置 | |
| CN110532469B (zh) | 一种信息推荐方法、装置、设备及存储介质 | |
| US9619558B2 (en) | Method and system for entity recognition in a query | |
| CN110968776A (zh) | 政策知识的推荐方法、装置存储介质及处理器 | |
| US20160314506A1 (en) | Method, device, computer program and computer readable recording medium for determining opinion spam based on frame | |
| WO2015084757A1 (en) | Systems and methods for processing data stored in a database | |
| CN110019751B (zh) | 机器学习模型修改和自然语言处理 | |
| CN110020134B (zh) | 一种知识服务信息的推送方法、系统、存储介质和处理器 | |
| CN110309355B (zh) | 内容标签的生成方法、装置、设备及存储介质 | |
| CN110019663B (zh) | 一种案件信息的推送方法、系统、存储介质和处理器 | |
| Pande et al. | Summarizing answers for community question answer services | |
| CN110019672A (zh) | 一种类似案件的推送方法、系统、存储介质和处理器 | |
| US20230090601A1 (en) | System and method for polarity analysis |
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: 100080 No. 401, 4th Floor, Haitai Building, 229 North Fourth Ring Road, Haidian District, Beijing Applicant after: Beijing Guoshuang Technology Co.,Ltd. Address before: 100086 Beijing city Haidian District Shuangyushu Area No. 76 Zhichun Road cuigongfandian 8 layer A Applicant before: Beijing Guoshuang Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |