CN110020134A - 一种知识服务信息的推送方法、系统、存储介质和处理器 - Google Patents
一种知识服务信息的推送方法、系统、存储介质和处理器 Download PDFInfo
- Publication number
- CN110020134A CN110020134A CN201711096956.6A CN201711096956A CN110020134A CN 110020134 A CN110020134 A CN 110020134A CN 201711096956 A CN201711096956 A CN 201711096956A CN 110020134 A CN110020134 A CN 110020134A
- Authority
- CN
- China
- Prior art keywords
- knowledge services
- case
- push
- knowledge
- information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 89
- 238000003860 storage Methods 0.000 title claims description 35
- 238000012790 confirmation Methods 0.000 claims description 11
- 230000008901 benefit Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 23
- 238000012545 processing Methods 0.000 description 20
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011430 maximum method Methods 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06Q50/184—Intellectual property management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Technology Law (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (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
本发明公开了一种知识服务信息的推送方法，包括：当接收到用户对目标案件的知识服务信息的推送请求时，获取所述目标案件对应的各个案件要素；将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送；获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息；将所述第一知识服务信息推送给对应的终端平台。上述的推送方法，通过获取目标案件对应的各个要素，将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送，得到第一知识服务信息，将所述第一知识服务信息推送给对应的终端平台。推送的过程是即时的，避免了现有技术中，推送过程消耗的时间长，推送的效率低的问题。
Description
技术领域
本发明涉及文字处理技术领域，特别的涉及一种知识服务信息的推送方法、系统、存储介质及处理器。
背景技术
目前，为了方便法官或者案件负责人对每一个案件中的关键点有更加深入和系统的了解，会在案件终端平台建立一个知识服务库，所述知识服务库中包含与案件终端平台中各个案件相关的观点、图书、或者期刊数据等知识服务信息。法官或者案件的负责人可以通过输入关键词的方式，在所述知识服务库中查找与所述关键词对应的知识服务信息，将所述知识服务信息推送给案件终端平台进行显示。
发明人对现有的知识服务信息的推送过程进行研究发现，现有的知识服务信息的推送需要法官或者案件的负责人输入关键词才可以实现推送，推送过程消耗的时间长，推送的效率低。
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一种知识服务信息的推送方法系统、存储介质和处理器，具体的方案如下：
一种知识服务信息的推送方法，包括：
当接收到用户对目标案件的知识服务信息的推送请求时，获取所述目标案件对应的各个案件要素；
将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送；
获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息；
将所述第一知识服务信息推送给对应的终端平台。
上述的方法，优选的，还包括：
当检测到推送失败指令时，将所述目标案件存储到推送失败列表中。
上述的方法，优选的，还包括：
当检测到用户对所述目标案件的随案笔记的确认指令时，获取所述随案笔记包含的各个关键词；
将所述各个关键词和所述各个案件要素传递给所述知识服务推送模型进行知识服务信息的推送；
获取所述知识服务推送模型推送的与所述目标案件和所述随案笔记关联的第二知识服务信息；
将所述第二知识服务信息推送给对应的终端平台。
上述的方法，优选的，还包括：
将所述随案笔记、所述目标案件和所述第二知识服务信息存储到优选知识服务样本库中。
上述的方法，优选的，将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送包括：
判断所述各个案件要素中是否存在至少一个案件要素与知识服务库中知识服务信息的对应项匹配；
当存在时，将匹配成功的知识服务信息作为第一知识服务信息。
一种知识服务信息的推送系统，包括：
第一获取模块，用于当接收到用户对目标案件的知识服务信息的推送请求时，获取所述目标案件对应的各个案件要素；
第一推送模块，用于将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送；
第二获取模块，用于获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息；
第二推送模块，用于将所述第一知识服务信息推送给对应的终端平台。
上述的系统，优选的，还包括：
第三获取模块，用于当检测到用户对所述目标案件的随案笔记的确认指令时，获取所述随案笔记包含的各个关键词；
第三推送模块，用于将所述各个关键词和所述各个案件要素传递给所述知识服务推送模型进行知识服务信息的推送；
第四获取模块，用于获取所述知识服务推送模型推送的与所述目标案件和所述随案笔记关联的第二知识服务信息；
第四推送模块，用于将所述第二知识服务信息推送给对应的终端平台。
上述的系统，优选的，所述第一推送模块包括：
判断单元，用于判断所述各个案件要素中是否存在至少一个案件要素与知识服务库中知识服务信息的对应项匹配；
确定单元，用于当存在时，将匹配成功的知识服务信息作为第一知识服务信息。
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知识服务信息的推送方法。
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上述的知识服务信息的推送方法。
借由上述技术方案，本发明公开了一种知识服务信息的推送方法，包括：当接收到用户对目标案件的知识服务信息的推送请求时，获取所述目标案件对应的各个案件要素；将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送；获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息；将所述第一知识服务信息推送给对应的终端平台。上述的推送方法，通过获取目标案件对应的各个要素，将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送，得到第一知识服务信息，将所述第一知识服务信息推送给对应的终端平台。推送的过程是即时的，避免了现有技术中，推送过程消耗的时间长，推送的效率低的问题。
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知识服务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知识服务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知识服务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知识服务信息的推送系统结构框图。
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。
本发明提供了一种知识服务信息的推送方法，所述方法应用于案件查询处理终端或者系统中对当前待处理案件对应的知识服务信息进行推送的过程中。所述推送方法的执行主体可以为一个处理器或者机器学习模型等。所述推送方法的流程如图1所示，包括步骤：
S101、当接收到用户对目标案件的知识服务信息的推送请求时，获取所述目标案件对应的各个案件要素；
本发明实施例中，所述目标案件可以为当前正在处理的案件或者已经处理完结的案件。所述知识服务信息包括案件相关的观点、图书或者期刊等数据。所述案件要素是案件特征的体现。它可以是维度，也可以超越维度，是总结案件特征的关键词等。
S102、将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送；
本发明实施例中，所述预设的知识服务推送模型的输入为案件要素，输出为与案件要素关联的知识服务信息。
S103、获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息；
本发明实施例中，当推送过程完成时，获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息。
S104、将所述第一知识服务信息推送给对应的终端平台。
本发明实施例中，对应的终端平台指案件查询处理终端或者系统。
本发明实施例中，还需要将所述目标案件和所述第一知识服务信息存储到优选知识服务样本库中，存储的目的是为了对所述预设的知识服务推送模型进行训练，得到优选的知识服务推送模型，每隔一段时间，将所述知识服务推送模型更新为优选的知识服务推送模型。
本发明实施例中，所述案件要素的获取途径主要有两种：当所述目标案件还未处理完成时，在该目标案件对应的前置文书中获取所述目标案件的案件要素，所述前置文书包括：庭审笔录、起诉状、答辩状等；当所述目标案件已经完结时，在该目标案件对应的裁判文书中获取所述目标案件的案件要素。
本发明实施例中，在所述案件查询处理终端或者系统中，还预先建立了一个知识服务推送模型，所述知识服务推送模型是一个依据神经语言程序学(Neuro-LinguisticProgramming)NLP建立的知识服务推送模型，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，将每一个目标案件作为样本，依据所述样本计算其中的规律。其中，输入为与样本中各个案件要素，输出为知识服务信息。
构建知识服务推送模型的目的，是每一个法官或者案件负责人训练一个与自己处理案件或者关心的案件领域相匹配的知识服务推送模型，因此，对于不同的法官或者案件负责人来说，与其对应的知识服务推送模型也不相同。
本发明实施例中，所述案件查询处理终端或者系统中，预设了一个知识服务库，但是所述知识服务库中的知识服务信息的数量在某一时间段内是固定的，所述知识服务库采用的分级的方式进行知识服务信息的存储，首先可以为所述知识服务库划分几个类，可以为知识产权类、刑法类、民法类等等，为每一个分类建立一个知识服务目录，每一个目录下可以继续细分成多个目录，如此类推，进行分类存储。因此，若当前的随案笔记中包含的关键词比较生涩或者相关的领域相对生僻时，可能会出现所述知识服务库中不存在与所述当前随案笔记包含的各个关键词相匹配的知识服务信息，当上述过程发生时，将所述当前随案笔记存储到一个匹配失败列表中，每隔一段时间，扫描一下所述匹配失败列表，当所述匹配失败列表为空时，不做处理，当所述匹配失败列表中存在随案笔记时，获取所述匹配失败列表中的随案笔记，通过人工查询的方式，查找与所述随案笔记关联的观点、图书或者期刊等知识服务信息，并将知识服务信息添加到所述知识服务库中。
采用上述的添加方法，不断的丰富知识服务库，提高知识服务信息推送的准确定和全面性。
本发明公开了一种知识服务信息的推送方法，包括：当接收到用户对目标案件的知识服务信息的推送请求时，获取所述目标案件对应的各个案件要素；将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送；获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息；将所述第一知识服务信息推送给对应的终端平台。上述的推送方法，通过获取目标案件对应的各个要素，将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送，得到第一知识服务信息，将所述第一知识服务信息推送给对应的终端平台。推送的过程是即时的，避免了现有技术中，推送过程消耗的时间长，推送的效率低的问题。
本发明实施例中，还包括用户对目标案件输入随案笔记时对知识服务信息的推送过程，上述推送过程的方法流程如图2所示，包括：
S201、当检测到用户对所述目标案件的随案笔记的确认指令时，获取所述随案笔记包含的各个关键词；
本发明实施例中，法官或者案件负责人在看与所述目标案件对应的案件信息时，会将自己的观点以随案笔记的形式输入到案件查询处理终端或者系统，当所述随案笔记输入完成时，会通过点击确认或者刷新按钮产生一个对所述随案笔记的确认指令，当接收到所述确认指令时，获取所述随案笔记包含的各个关键词。
本发明实施例中，获取所述随案笔记中包含的各个关键词的过程包括：解析所述随案笔记，将所述随案笔记中包含的标点符号等信息进行去除，得到纯文本，将所述纯文本进行分词处理，分析处理可以采用正向最大匹配法、反向最大匹配法和最短路径分词法等其它优选的分词方法。将分词处理得到的多个文本段在进行一次去助词处理，将所述多个文本段包含的助词去掉，最终得到所述随案笔记包含的各个关键词。
S202、将所述各个关键词和所述各个案件要素传递给所述知识服务推送模型进行知识服务信息的推送；
本发明实施例中，将所述各个关键词和所述各个案件要素递给所述知识服务推送模型进行知识服务信息的推送，上述的推送过程，在原有依据所述目标案件的各个案件要素推送第一知识服务信息的基础上，增加了依据关键词进行推送的环节，由于关键词是代表法官或者案件负责人本身的观点，因此推送的结果针对性更强，准确度更高。
S203、获取所述知识服务推送模型推送的与所述目标案件和所述随案笔记关联的第二知识服务信息；
S204、将所述第二知识服务信息推送给对应的终端平台。
本发明实施例中，当检测到推送完成指令时，将所述第二知识服务信息推送给对应的终端平台
本发明实施例中，所述第二知识服务信息的推送过程还可以为，只要检测到法官或者案件负责人对案件输入随案笔记，就不断地获取所述随案笔记对应的各个关键词，将所述各个关键词和所述各个案件要素传递给所述知识服务推送模型进行所述第二知识服务信息的推送，并将所述第二知识服务信息推送给对应的终端平台，上述的过程虽然实时性得到提高，但是需要不断依据所述知识服务推送模型的推送，对处理器的要求高。
本发明实施例中，还包括：将所述随案笔记、所述目标案件和所述第二知识服务信息存储到优选知识服务样本库中，当检测到法官或者案件负责人为另一案件输入随案笔记时，优先在所述优选知识服务样本库中查找与所述随案笔记和当前案件关联的知识服务信息，若所述优选知识服务样本库中包含对应的知识服务信息，将所述知识服务信息作为样本知识服务信息，然后再依据所述知识服务信息推送模型在所述知识服务库中查找对应的知识服务信息，将所述知识服务推送模型推送的知识服务信息作为模型知识服务信息，将所述模型知识服务信息和所述样本知识服务信息进行整合，得到最终的知识服务信息。若所述优选知识服务样本库中不包含对应的知识服务信息，直接将所述知识服务推送模型推送的知识服务信息作为最终的知识服务信息。
本发明实施例中，所述优选知识服务样本库还可以用于对所述知识服务推送模型的训练和优化。
本发明实施例中，将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送的方法流程如图3所示，包括步骤：
S301、判断所述各个案件要素中是否存在至少一个案件要素与知识服务库中知识服务信息的对应项匹配；
本发明实施例中，为了提高匹配的效率，采用的是一种分级匹配的方式。解析所述各个关键词，确定所述各个关键词的分类，所述分类可能为一个与可能为多个，依次查找与所述分类对应的知识服务目录。针对每一个关键词，遍历所述知识服务目录包含的知识服务信息，查找与所述关键词匹配的知识服务信息。匹配可以为完全相似或者出现的次数满足预设的数值或者相似度满足一定的相似比例中的一种或者几种的组合方式。
S302、当存在时，将匹配成功的知识服务信息作为第一知识服务信息。
本发明实施例中，由于知识服务信息通常由观点、图书和期刊组成，本发明还可以实现将知识服务信息依据观点、图书和期刊进行分类显示的功能。
基于上述的知识服务推送方法，以如下实例进行详细说明：
一名法官在审理一起侵害商标权案件，该方法人为该案的案情比较特殊，既符合侵害商标权纠纷案件的特征，也符合侵害不正当竞争纠纷案件的特征。因此，他想看一下有没有类似的学术观点是如何研究的。该法官登录到所述案件查询处理终端，他在分析案情的过程中，觉得本案也涉及到不正当竞争纠纷，应当属于不正当竞争纠纷与侵害商标权竞合的案件。这名法官在法官笔记区域，写下自己对案件的理解：
(1)本案是以欺骗用户为手段来换取用户点击，构成引人误解的虚假宣传的不正当竞争。
(2)上述不正当竞争行为的表现形式为宣传，相关宣传内容纯属虚假，足以造成相关公众误解，但由于被告虚假宣传行为的实质是利用原告知名商品的商誉，且被告行为本身未对原告商品进行虚假宣传，也未对其商品与原告商品进行片面对比等宣传，故从维护诚实信用原则、加强保护原告合法权益出发，不应该从引人误解的虚假宣传的角度制止被告的不正当竞争行为。
所述案件查询处理终端或者系统对随案笔记进行分词处理，从里面挑出一些关键词与知识服务库里面的数据进行命中、比对；同时在知识服务库中重新进行推送。这名法官马上就能看到关于商标权和不正当竞争纠纷竞争的相关知识服务信息了。
所述案件查询处理终端或者系统记录这次推送知识服务的结果并且进行深度学习，下次再进行类似案件的知识服务的推送时，就可以直接得到与本次添加随案笔记之后相似的推送结果了。
经过长期训练，产生这样的效果：一是对当前的推送结果产生即时影响；二是法官再次接到类似的案件，发现类似案件再次进行推送时，系统已经能推送出侵害商标权和不正当竞争纠纷竞争的相关知识服务信息了。三是该法官总是针对商标权纠纷案件输入随案笔记，这样就训练出一套关于商标权领域案件的属于个人判案特色知识服务的数据推送模型。
本发明实施例中，与上述的知识服务信息推送方法相对应的本发明还提供了一种知识服务信息的推送系统，所述推送系统的结构框图如图4所示，包括：
第一获取模块401，第一推送模块402，第二获取模块403和第二推送模块404。
其中，
所述第一获取模块401，用于当接收到用户对目标案件的知识服务信息的推送请求时，获取所述目标案件对应的各个案件要素；
所述第一推送模块402，用于将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送；
所述第二获取模块403，用于获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息；
所述第二推送模块404，用于将所述第一知识服务信息推送给对应的终端平台。
本发明公开了一种知识服务信息的推送系统，包括：当接收到用户对目标案件的知识服务信息的推送请求时，获取所述目标案件对应的各个案件要素；将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送；获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息；将所述第一知识服务信息推送给对应的终端平台。上述的推送系统，通过获取目标案件对应的各个要素，将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送，得到第一知识服务信息，将所述第一知识服务信息推送给对应的终端平台。推送的过程是即时的，避免了现有技术中，推送过程消耗的时间长，推送的效率低的问题。
本发明实施例中，所述知识服务推送系统还包括：
第三获取模块405，第三推送模块406，第四获取模块407和第四推送模块408。
其中，
所述第三获取模块405，用于当检测到用户对所述目标案件的随案笔记的确认指令时，获取所述随案笔记包含的各个关键词；
所述第三推送模块406，用于将所述各个关键词和所述各个案件要素传递给所述知识服务推送模型进行知识服务信息的推送；
所述第四获取模块407，用于获取所述知识服务推送模型推送的与所述目标案件和所述随案笔记关联的第二知识服务信息；
所述第四推送模块408，用于将所述第二知识服务信息推送给对应的终端平台。
本发明实施例中，所述第一推送模块402包括：
判断单元409和确定单元410。
其中，
所述判断单元409，用于判断所述各个案件要素中是否存在至少一个案件要素与知识服务库中知识服务信息的对应项匹配；
所述确定单元410，用于当存在时，将匹配成功的知识服务信息作为第一知识服务信息。
所述知识服务信息的推送系统包括处理器和存储器，上述的第一获取模块、第一推送模块、第二获取模块和第二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提高推送知识服务信息的效率。
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。
本发明实施例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知识服务信息的推送方法。
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知识服务信息的推送方法。
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：
一种知识服务信息的推送方法，包括：
当接收到用户对目标案件的知识服务信息的推送请求时，获取所述目标案件对应的各个案件要素；
将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送；
获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息；
将所述第一知识服务信息推送给对应的终端平台。
上述的方法，还包括：
当检测到推送失败指令时，将所述目标案件存储到推送失败列表中。
上述的方法，还包括：
当检测到用户对所述目标案件的随案笔记的确认指令时，获取所述随案笔记包含的各个关键词；
将所述各个关键词和所述各个案件要素传递给所述知识服务推送模型进行知识服务信息的推送；
获取所述知识服务推送模型推送的与所述目标案件和所述随案笔记关联的第二知识服务信息；
将所述第二知识服务信息推送给对应的终端平台。
上述的方法，还包括：
将所述随案笔记、所述目标案件和所述第二知识服务信息存储到优选知识服务样本库中。
上述的方法，将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送包括：
判断所述各个案件要素中是否存在至少一个案件要素与知识服务库中知识服务信息的对应项匹配；
当存在时，将匹配成功的知识服务信息作为第一知识服务信息。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，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：
一种知识服务信息的推送方法，包括：
当接收到用户对目标案件的知识服务信息的推送请求时，获取所述目标案件对应的各个案件要素；
将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送；
获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息；
将所述第一知识服务信息推送给对应的终端平台。
上述的方法，还包括：
当检测到推送失败指令时，将所述目标案件存储到推送失败列表中。
上述的方法，还包括：
当检测到用户对所述目标案件的随案笔记的确认指令时，获取所述随案笔记包含的各个关键词；
将所述各个关键词和所述各个案件要素传递给所述知识服务推送模型进行知识服务信息的推送；
获取所述知识服务推送模型推送的与所述目标案件和所述随案笔记关联的第二知识服务信息；
将所述第二知识服务信息推送给对应的终端平台。
上述的方法，还包括：
将所述随案笔记、所述目标案件和所述第二知识服务信息存储到优选知识服务样本库中。
上述的方法，将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送包括：
判断所述各个案件要素中是否存在至少一个案件要素与知识服务库中知识服务信息的对应项匹配；
当存在时，将匹配成功的知识服务信息作为第一知识服务信息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(flash RAM)。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 (10)
1.一种知识服务信息的推送方法，其特征在于，包括：
当接收到用户对目标案件的知识服务信息的推送请求时，获取所述目标案件对应的各个案件要素；
将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送；
获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息；
将所述第一知识服务信息推送给对应的终端平台。
2.根据权利要求1所述的方法，其特征在于，还包括：
当检测到推送失败指令时，将所述目标案件存储到推送失败列表中。
3.根据权利要求1所述的方法，其特征在于，还包括：
当检测到用户对所述目标案件的随案笔记的确认指令时，获取所述随案笔记包含的各个关键词；
将所述各个关键词和所述各个案件要素传递给所述知识服务推送模型进行知识服务信息的推送；
获取所述知识服务推送模型推送的与所述目标案件和所述随案笔记关联的第二知识服务信息；
将所述第二知识服务信息推送给对应的终端平台。
4.根据权利要求1所述的方法，其特征在于，还包括：
将所述随案笔记、所述目标案件和所述第二知识服务信息存储到优选知识服务样本库中。
5.根据权利要求1所述的方法，其特征在于，将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送包括：
判断所述各个案件要素中是否存在至少一个案件要素与知识服务库中知识服务信息的对应项匹配；
当存在时，将匹配成功的知识服务信息作为第一知识服务信息。
6.一种知识服务信息的推送系统，其特征在于，包括：
第一获取模块，用于当接收到用户对目标案件的知识服务信息的推送请求时，获取所述目标案件对应的各个案件要素；
第一推送模块，用于将所述各个案件要素传递给预设的知识服务推送模型进行知识服务信息的推送；
第二获取模块，用于获取所述知识服务推送模型推送的与所述目标案件关联的第一知识服务信息；
第二推送模块，用于将所述第一知识服务信息推送给对应的终端平台。
7.根据权利要求6所述的系统，其特征在于，还包括：
第三获取模块，用于当检测到用户对所述目标案件的随案笔记的确认指令时，获取所述随案笔记包含的各个关键词；
第三推送模块，用于将所述各个关键词和所述各个案件要素传递给所述知识服务推送模型进行知识服务信息的推送；
第四获取模块，用于获取所述知识服务推送模型推送的与所述目标案件和所述随案笔记关联的第二知识服务信息；
第四推送模块，用于将所述第二知识服务信息推送给对应的终端平台。
8.根据权利要求6所述的系统，其特征在于，所述第一推送模块包括：
判断单元，用于判断所述各个案件要素中是否存在至少一个案件要素与知识服务库中知识服务信息的对应项匹配；
确定单元，用于当存在时，将匹配成功的知识服务信息作为第一知识服务信息。
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，所述程序执行权利要求1至5中任意一项所述的知识服务信息的推送方法。
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5中任意一项所述的知识服务信息的推送方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711096956.6A CN110020134B (zh) | 2017-11-09 | 2017-11-09 | 一种知识服务信息的推送方法、系统、存储介质和处理器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711096956.6A CN110020134B (zh) | 2017-11-09 | 2017-11-09 | 一种知识服务信息的推送方法、系统、存储介质和处理器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110020134A true CN110020134A (zh) | 2019-07-16 |
| CN110020134B CN110020134B (zh) | 2021-08-13 |
Family
ID=67185915
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711096956.6A Active CN110020134B (zh) | 2017-11-09 | 2017-11-09 | 一种知识服务信息的推送方法、系统、存储介质和处理器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110020134B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111666495A (zh) * | 2020-06-05 | 2020-09-15 | 北京百度网讯科技有限公司 | 案件推荐方法、装置、设备以及存储介质 |
| CN111694931A (zh) * | 2020-06-11 | 2020-09-22 | 北京百度网讯科技有限公司 | 要素获取方法及装置 |
| CN116578781A (zh) * | 2023-04-28 | 2023-08-11 | 北京天译科技有限公司 | 应用神经网络算法的气象服务推送方法及服务器 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101187927A (zh) * | 2007-12-17 | 2008-05-28 | 电子科技大学 | 一种刑事案件的串并案智能分析方法 |
| CN102314519A (zh) * | 2011-10-11 | 2012-01-11 | 中国软件与技术服务股份有限公司 | 一种基于公安领域知识本体模型的信息搜索方法 |
| CN103164764A (zh) * | 2011-12-14 | 2013-06-19 | 杭州律动信息技术有限公司 | 结合案情咨询和律师委托的装置 |
| CN103324703A (zh) * | 2013-06-14 | 2013-09-25 | 西安工程大学 | 基于工作流引擎和知识引擎双驱动的知识推送方法 |
| CN104572615A (zh) * | 2014-12-19 | 2015-04-29 | 深圳中创华安科技有限公司 | 案件在线侦查处理方法及其系统 |
| CN105787072A (zh) * | 2013-11-04 | 2016-07-20 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种面向流程的领域知识抽取与推送方法 |
| CN106126885A (zh) * | 2016-06-16 | 2016-11-16 | 中国船舶工业综合技术经济研究院 | 一种产品设计知识服务方法和装置 |
| US9537953B1 (en) * | 2016-06-13 | 2017-01-03 | 1Qb Information Technologies Inc. | Methods and systems for quantum ready computations on the cloud |
| CN106296495A (zh) * | 2016-08-09 | 2017-01-04 | 点击律(上海)网络科技有限公司 | 一种诉讼结果的预测方法及系统 |
| CN106656769A (zh) * | 2017-02-23 | 2017-05-10 | 深圳市红坚果科技有限公司 | 一种用于案件管理系统的邮件追踪方法及装置 |
| CN107220919A (zh) * | 2016-03-22 | 2017-09-29 | 凌威 | 一种违法前科人员信息采集分析系统及信息分析方法 |
-
2017
- 2017-11-09 CN CN201711096956.6A patent/CN110020134B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101187927A (zh) * | 2007-12-17 | 2008-05-28 | 电子科技大学 | 一种刑事案件的串并案智能分析方法 |
| CN102314519A (zh) * | 2011-10-11 | 2012-01-11 | 中国软件与技术服务股份有限公司 | 一种基于公安领域知识本体模型的信息搜索方法 |
| CN103164764A (zh) * | 2011-12-14 | 2013-06-19 | 杭州律动信息技术有限公司 | 结合案情咨询和律师委托的装置 |
| CN103324703A (zh) * | 2013-06-14 | 2013-09-25 | 西安工程大学 | 基于工作流引擎和知识引擎双驱动的知识推送方法 |
| CN105787072A (zh) * | 2013-11-04 | 2016-07-20 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种面向流程的领域知识抽取与推送方法 |
| CN104572615A (zh) * | 2014-12-19 | 2015-04-29 | 深圳中创华安科技有限公司 | 案件在线侦查处理方法及其系统 |
| CN107220919A (zh) * | 2016-03-22 | 2017-09-29 | 凌威 | 一种违法前科人员信息采集分析系统及信息分析方法 |
| US9537953B1 (en) * | 2016-06-13 | 2017-01-03 | 1Qb Information Technologies Inc. | Methods and systems for quantum ready computations on the cloud |
| CN106126885A (zh) * | 2016-06-16 | 2016-11-16 | 中国船舶工业综合技术经济研究院 | 一种产品设计知识服务方法和装置 |
| CN106296495A (zh) * | 2016-08-09 | 2017-01-04 | 点击律(上海)网络科技有限公司 | 一种诉讼结果的预测方法及系统 |
| CN106656769A (zh) * | 2017-02-23 | 2017-05-10 | 深圳市红坚果科技有限公司 | 一种用于案件管理系统的邮件追踪方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 杨晶等: "基于本体的电信诈骗分析知识库模型", 《计算机工程与设计》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111666495A (zh) * | 2020-06-05 | 2020-09-15 | 北京百度网讯科技有限公司 | 案件推荐方法、装置、设备以及存储介质 |
| CN111666495B (zh) * | 2020-06-05 | 2023-08-11 | 北京百度网讯科技有限公司 | 案件推荐方法、装置、设备以及存储介质 |
| CN111694931A (zh) * | 2020-06-11 | 2020-09-22 | 北京百度网讯科技有限公司 | 要素获取方法及装置 |
| CN111694931B (zh) * | 2020-06-11 | 2023-07-04 | 北京百度网讯科技有限公司 | 要素获取方法及装置 |
| CN116578781A (zh) * | 2023-04-28 | 2023-08-11 | 北京天译科技有限公司 | 应用神经网络算法的气象服务推送方法及服务器 |
| CN116578781B (zh) * | 2023-04-28 | 2023-10-24 | 北京天译科技有限公司 | 应用神经网络算法的气象服务推送方法及服务器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110020134B (zh) | 2021-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sang et al. | Right buddy makes the difference: An early exploration of social relation analysis in multimedia applications | |
| US11682004B2 (en) | Methods, systems, apparatuses and devices for facilitating processing of recyclable items | |
| Shi et al. | xCLiMF: optimizing expected reciprocal rank for data with multiple levels of relevance | |
| Javed et al. | Fake reviews classification using deep learning ensemble of shallow convolutions | |
| Wang et al. | You are your photographs: Detecting multiple identities of vendors in the darknet marketplaces | |
| Payer et al. | What you submit is who you are: A multimodal approach for deanonymizing scientific publications | |
| Bouadjenek et al. | Using social annotations to enhance document representation for personalized search | |
| KR20140139623A (ko) | 제품 피드 유사성을 사용하는 스팸 상인 발견 | |
| WO2020063524A1 (zh) | 一种法律文书的确定方法及系统 | |
| CN110020134A (zh) | 一种知识服务信息的推送方法、系统、存储介质和处理器 | |
| CN114238573A (zh) | 基于文本对抗样例的信息推送方法及装置 | |
| US11763270B2 (en) | Systems and methods for facilitating generation of a carbon offset based on processing of a recyclable item | |
| McJohn et al. | Fair use and machine learning | |
| Kim et al. | Discovering undisclosed paid partnership on social media via aspect-attentive sponsored post learning | |
| CN110032721A (zh) | 一种裁判文书推送方法及装置 | |
| Murdick et al. | AI Definitions Affect Policymaking | |
| Yew et al. | Regulating facial processing technologies: Tensions between legal and technical considerations in the application of Illinois BIPA | |
| CN110019672A (zh) | 一种类似案件的推送方法、系统、存储介质和处理器 | |
| Hendriksen | Multimodal retrieval in e-commerce: From categories to images, text, and back | |
| Pourgholamali | Mining information for the cold-item problem | |
| Jain et al. | Review on analysis of classifiers for fake news detection | |
| CN110019697A (zh) | 一种刑事文书的推送方法及装置 | |
| Sehgal et al. | Ai driven identification of fake news propagation in twitter social media with geo-spatial analysis | |
| Sabourin et al. | Where to next? A comparison of recommendation strategies for navigating a learning object repository | |
| Widjaja et al. | Text Mining Application With K-Means Clustering to Identify Sentiments and Popular Topics: A Case Study of The Three Largest Online Marketplaces in Indonesia |
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 |