CN110069598A - 一种智能调解方法及系统 - Google Patents
一种智能调解方法及系统 Download PDFInfo
- Publication number
- CN110069598A CN110069598A CN201910184821.8A CN201910184821A CN110069598A CN 110069598 A CN110069598 A CN 110069598A CN 201910184821 A CN201910184821 A CN 201910184821A CN 110069598 A CN110069598 A CN 110069598A
- Authority
- CN
- China
- Prior art keywords
- data
- case
- module
- history
- text
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000000605 extraction Methods 0.000 claims abstract description 13
- 238000003058 natural language processing Methods 0.000 claims abstract description 8
- 238000012549 training Methods 0.000 claims description 35
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 13
- 238000013145 classification model Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 235000015170 shellfish Nutrition 0.000 claims 1
- 210000000056 organ Anatomy 0.000 abstract description 2
- 230000001737 promoting effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000001755 vocal effect Effects 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
-
- 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
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- 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
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Probability & Statistics with Applications (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了一种智能调解方法及系统,包括以下步骤:将文本数据进行解析后生成当前案件数据;将所述当前案件数据通过自然语言处理技术进行抽取和分析;根据抽取后的案件关键数据通过分类算法与法律法规进行关联;计算所述案件关键数据与历史案件数据的契合度后形成历史案件契合度排序;整合案件关键数据、关联法律法规和历史案件契合度排序,结合用户修正数据生成调解协议书。本发明有益效果:提升海量笔录及调解协议文件的利用率,处理后的信息不仅在该系统中进行使用,还为其他智能应用提供数据支撑;提升了治安调解工作的效率,使调解方案更加透明化、标准化和合理化;智能化高,解决公安机关实际使用需求。
Description
技术领域
本发明涉及人工智能技术领域,具体来说,涉及一种智能调解方法和系统。
背景技术
公安部门在日常工作中经常需要进行治安调解,但治安案件的调解工作面临很多挑战,执行不当容易给人民群众造成执行标准不统一,不按法律办事的误解,对办案民警提出了较高的要求,需要对相关法规条款及过往治安调解案例的调解方案非常熟悉。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中的上述技术问题,本发明提出一种智能调解方法和系统,能够提升海量笔录及调解协议文件的利用率,处理后的信息不仅在该系统中进行使用,还为其他智能应用提供数据支撑;提升了治安调解工作的效率,使调解方案更加透明化、标准化和合理化。
为实现上述技术目的,本发明的技术方案是这样实现的:
一种智能调解方法,包括以下步骤:
将文本数据进行解析后生成当前案件数据;
将所述当前案件数据通过自然语言处理技术进行抽取和分析;
根据抽取后的案件关键数据通过分类算法与法律法规进行关联;
计算所述案件关键数据与历史案件数据的契合度后形成历史案件契合度排序;
整合案件关键数据、关联法律法规和历史案件契合度排序,结合用户修正数据生成调解协议书。
进一步地,所述将文本数据进行解析后生成当前案件数据包括:
利用OCR技术将图像格式数据进行文本数据转换;
将转换后所述文本数据进行结构化处理。
进一步地,所述利用OCR技术将图像格式数据进行文本数据转换包括:
将图像格式数据进行预处理;
根据预处理的数据提取特征数据;
将所述特征数据进行分类和训练。
进一步地,该方法还包括:
依据词表和规则方式抽取当前案件主要特征;
根据所述主要特征查找特征相似案件;
将查询到相似案件进行排序。
进一步地,所述分类算法包括用于预估相关赔偿价格信息的LR模型训练以及用于对用于输入的文本文件进行分类的朴素贝叶斯分类模型训练。
本发明的另一方面,提供一种智能调解系统,包括:
解析模块,用于将文本数据进行解析后生成当前案件数据;
抽取模块,用于将所述当前案件数据通过自然语言处理技术进行抽取和分析;
关联模块,用于根据抽取后的案件关键数据通过分类算法与法律法规进行关联;
计算模块,用于计算所述案件关键数据与历史案件数据的契合度后形成历史案件契合度排序;
整合模块,用于整合案件关键数据、关联法律法规和历史案件契合度排序,结合用户修正数据生成调解协议书。
进一步地,所述解析模块包括:
转换模块,用于利用OCR技术将图像格式数据进行文本数据转换;
处理模块,用于将转换后所述文本数据进行结构化处理。
进一步地,所述转换模块包括:
预处理模块,用于将图像格式数据进行预处理;
提取模块,用于根据预处理的数据提取特征数据;
分类模块,用于将所述特征数据进行分类和训练。
进一步地,该系统还包括:
抽取模块,用于依据词表和规则方式抽取当前案件主要特征;
查找模块,用于根据所述主要特征查找特征相似案件;
排序模块,用于将查询到相似案件进行排序。
进一步地,所述分类算法包括用于预估相关赔偿价格信息的LR模型训练以及用于对用于输入的文本文件进行分类的朴素贝叶斯分类模型训练。
本发明的有益效果:
1、提升海量笔录及调解协议文件的利用率,处理后的信息不仅在该系统中进行使用,还为其他智能应用提供数据支撑;
2、提升了治安调解工作的效率,使调解方案更加透明化、标准化和合理化;
3、智能化高,解决公安机关实际使用需求;
4、系统内置OCR功能,无需购买外置OCR设备即可实现对图片文件的文本信息转换;
5、集成多种先进的人工智能技术,通过该系统即可实现对非结构化数据的结构化处理,案件知识以及不同知识之间关系的挖掘、分析,不同案件的相似度分析等功能,减少系统重复建设。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例所述的智能调解方法的流程图之一;
图2是根据本发明实施例所述的智能调解方法的流程图之二;
图3是根据本发明实施例所述的智能调解系统的示意图。
具体实施方式
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所获得的所有其他实施例,都属于本发明保护的范围。
如图1和2所示,根据本发明实施例所述的一种智能调解方法,包括以下步骤:
将文本数据进行解析后生成当前案件数据,文本数据包括图片和文本,将文本数据上传,输入支持txt、pdf、doc和图片类型数据格式,判断文本数据(图片和文本),若为图片,则利用OCR技术将图片转换为文本进行分析,若为文本,则直接进行分析;
具体的,通过OCR技术实现了批量对图片类型文件的进行文本转换的工作,通过分布式处理技术,实现了将图片信息快速的进行结构化处理形成被计算机读懂的知识信息,从而节约了大量数据处理的时间,增加了可用性。
将所述当前案件数据通过自然语言处理技术进行抽取和分析;
具体的,通过自然语言处理技术实现了对案件信息中简要案情、当事人员身份、调解建议、办案信息等内容的抽取及分类算法分析,即当前案件数据包括简要案情概要、当事人员身份、调解建议和办案信息等。
简要案情
主要根据段落符号与换行符号,把笔录信息根据问题切分成不同的段落,由于警官提问时有特定的规律根据,对文字描述中的“主要”、“ 事实”、“经调解”关键字进行定位,据此可以锁定案情信息所在的笔录中位置,根据正则表达式对相关语句进行截断,予以简要案情展示。
详细的规则类似于警官习惯在询问简要案情的时候,提出相类似的问题,例如:“请简要叙述一下事件的经过”等。
当事人员身份
主要根据关键词信息,提取笔录中的人物信息,例如将关键字段“我把,被我,我打”信息,判别当前人员身份是侵害人;将关键字段“我被,被打,被人打”信息,判别当前人员身份是受害人。
调解建议
规则+模型(LR模型),根据历史赔偿价格信息,建立赔偿价格模型,用固定文本描述+赔偿价格模型构成赔偿建议供警官做参考。
固定文本描述为:“双方达成和解,互不追究对方责任;
【侵害方】向【受害方】一次性赔偿医药费、误工费等共计【赔偿价格模型结果】元
【侵害方】向【受害方】赔礼道歉,赵丽丽不追究其责任”,其中【侵害方】、【受害方】和【赔偿价格模型结果】为动态替换内容。
LR模型训练:
用于预估相关赔偿价格信息,LR模型是一种最简单的分类模型,LR分类模型在线性回归的基础上,套用了一个逻辑函数(一般是sigmoid函数),这个函数可以帮助模型训练更快速的收敛到局部最优解附近,LR分类模型训练的结果是一个包含了特定参数和数据的“公式”,将训练数据用在这个公式上,得出训练结果,建立模型,用于预测新的数据对应的价格信息;训练时对数据进行切分成不同的数据集,分别使用训练测试验证,以调整优化模型参数。
本项目中应用为:基础价格4815.3696加每一个lable对应的得分值,综合为最终的价格输出,参数lable示例的分值如下:
殴打:214.353239;受伤:2369.481626;踢:-1116.989636;出血:525.582953;划:-117.506940。
朴素贝叶斯分类模型训练
用于对用户输入的文本文件进行分类,是一种构建分类器的简单方法。该分类器模型会给问题实例分配用特征值表示的类标签,类标签取自有限集合。它不是训练这种分类器的单一算法,而是一系列基于相同原理的算法:所有朴素贝叶斯分类器都假定样本每个特征与其他特征都不相关,将训练数据用在这个模型上进行训练,得出结果之后,用于预测新的文本的类别;训练时对数据进行切分成不同的数据集,分别使用训练测试验证,以调整优化模型参数。
根据抽取后的案件关键数据通过分类算法与法律法规进行关联;
通过分类算法将案件中的关键信息与法律法规进行关联,实现了自动推荐当前案件所触犯的法律法规;
主要根据当前案件信息,提取笔录中的关键词等信息,能够对应上所犯案件的类别,再根据案件类别找寻相关联的法律法规,展现出来提供给客户做参考。
计算所述案件关键数据与历史案件数据的契合度后形成历史案件契合度排序;
通过语义识别等人工智能技术,实现了当前案件与系统中历史案件契合度的计算,形成历史案件契合度排序,进一步获取推荐的解决方案,其中,获取推荐具体为抽取出当前案件主要特征,然后再依据抽取出来的特征,去数据库中找寻特征相似的案件。
整合案件关键数据、关联法律法规和历史案件契合度排序,结合用户修正之后的数据生成调解协议书供用户使用。
具体的,通过OCR抽取出文本信息,提取简要案情和当事人员身份,关联的法律法规和调解建议生成等,则生成一件针对当前调解书各方面信息的集合,该结构化之后的数据,可以用于满足各种客户的查询修改等一系列的操作。
通过当前案件关键信息提取、法律法规关联、相似案件调价方案整合后自动形成针对当前案件的调解方案,并提供编辑、下载、打印等功能。
另外,将调解协议书生成日志,其中,日志包括审计日志和故障日志,审计日志,用户每次操作都会被记录在内,用于记录历史信息,储存到数据库供查询统计;故障日志用于记录相关故障情况,相关信息记录在数据库中,可以提供后期排查维护工作。
在本发明的一个具体实施例中,所述将文本数据进行解析后生成当前案件数据包括:
利用OCR技术将图像格式数据进行文本数据转换;
将转换后所述文本数据进行结构化处理,经过结构化处理后转成结构化数据,供其查询调用。
在本发明的一个具体实施例中,所述利用OCR技术将图像格式数据进行文本数据转换包括:
将图像格式数据进行预处理;
根据预处理的数据提取特征数据;
将所述特征数据进行分类和训练。
具体的,OCR技术主要应用于图像识别,将图像转换成文字,把图像中的文本信息抽取出来,此处主要使用开源工具(tesseract),实现该功能由以下步骤完成:
预处理:将通常有灰度化(如果是彩色图像)、降噪和二值化等操作,以去除干扰项生成标准化的数据,将彩色图像转换成黑白图像;
特征提取和降维:提取图像信息,通过神经网络自动抽取特征拟合数据,自动转化成不同的特征,如果维度过大,通过各单维度的权重进行排序,忽略权重低于0.3的维度,做降维操作;
分类器设计和训练:将上方处理过的特征,输入到分类器中,对应正确的输出,例如某个图形对应某个字等,不断的训练优化模型;对分类结果进行优化的,基于语言模型纠正错别字等。
在本发明的一个具体实施例中,该方法还包括:
依据词表和规则方式抽取当前案件主要特征;
根据所述主要特征查找特征相似案件;
将查询到相似案件进行排序。
在本发明的一个具体实施例中,所述分类算法包括用于预估相关赔偿价格信息的LR模型训练以及用于对用于输入的文本文件进行分类的朴素贝叶斯分类模型训练。
LR模型训练:
用于预估相关赔偿价格信息,LR模型是一种最简单的分类模型,LR分类模型在线性回归的基础上,套用了一个逻辑函数(一般是sigmoid函数),这个函数可以帮助模型训练更快速的收敛到局部最优解附近,LR分类模型训练的结果是一个包含了特定参数和数据的“公式”,将训练数据用在这个公式上,得出训练结果,建立模型,用于预测新的数据对应的价格信息;训练时对数据进行切分成不同的数据集,分别使用训练测试验证,以调整优化模型参数。
朴素贝叶斯分类模型训练
用于对用户输入的文本文件进行分类,是一种构建分类器的简单方法。该分类器模型会给问题实例分配用特征值表示的类标签,类标签取自有限集合。它不是训练这种分类器的单一算法,而是一系列基于相同原理的算法:所有朴素贝叶斯分类器都假定样本每个特征与其他特征都不相关,将训练数据用在这个模型上进行训练,得出结果之后,用于预测新的文本的类别;训练时对数据进行切分成不同的数据集,分别使用训练测试验证,以调整优化模型参数。
如图3所示,本发明另一方面,提供一种智能调解系统,包括:
解析模块,用于将文本数据进行解析后生成当前案件数据;
抽取模块,用于将所述当前案件数据通过自然语言处理技术进行抽取和分析;
关联模块,用于根据抽取后的案件关键数据通过分类算法与法律法规进行关联;
计算模块,用于计算所述案件关键数据与历史案件数据的契合度后形成历史案件契合度排序;
整合模块,用于整合案件关键数据、关联法律法规和历史案件契合度排序,结合用户修正数据生成调解协议书。
在本发明的一个具体实施例中,所述解析模块包括:
转换模块,用于利用OCR技术将图像格式数据进行文本数据转换;
处理模块,用于将转换后所述文本数据进行结构化处理。
在本发明的一个具体实施例中,所述转换模块包括:
预处理模块,用于将图像格式数据进行预处理;
提取模块,用于根据预处理的数据提取特征数据;
分类模块,用于将所述特征数据进行分类和训练。
在本发明的一个具体实施例中,该系统还包括:
抽取模块,用于依据词表和规则方式抽取当前案件主要特征;
查找模块,用于根据所述主要特征查找特征相似案件;
排序模块,用于将查询到相似案件进行排序。
在本发明的一个具体实施例中,所述分类算法包括用于预估相关赔偿价格信息的LR模型训练以及用于对用于输入的文本文件进行分类的朴素贝叶斯分类模型训练。
综上所述,借助于本发明的上述技术方案,提升海量笔录及调解协议文件的利用率,处理后的信息不仅在该系统中进行使用,还为其他智能应用提供数据支撑;提升了治安调解工作的效率,使调解方案更加透明化、标准化和合理化。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种智能调解方法,其特征在于,包括以下步骤:
将文本数据进行解析后生成当前案件数据;
将所述当前案件数据通过自然语言处理技术进行抽取和分析;
根据抽取后的案件关键数据通过分类算法与法律法规进行关联;
计算所述案件关键数据与历史案件数据的契合度后形成历史案件契合度排序;
整合案件关键数据、关联法律法规和历史案件契合度排序,结合用户修正数据生成调解协议书。
2.根据权利要求1所述的智能调解系统,其特征在于,所述将文本数据进行解析后生成当前案件数据包括:
利用OCR技术将图像格式数据进行文本数据转换;
将转换后所述文本数据进行结构化处理。
3.根据权利要求2所述的智能调解系统,其特征在于,所述利用OCR技术将图像格式数据进行文本数据转换包括:
将图像格式数据进行预处理;
根据预处理的数据提取特征数据;
将所述特征数据进行分类和训练。
4.根据权利要求1所述的智能调解系统,其特征在于,该方法还包括:
依据词表和规则方式抽取当前案件主要特征;
根据所述主要特征查找特征相似案件;
将查询到相似案件进行排序。
5.根据权利要求1-4任一项所述的智能调解系统,其特征在于,所述分类算法包括用于预估相关赔偿价格信息的LR模型训练以及用于对用于输入的文本文件进行分类的朴素贝叶斯分类模型训练。
6.一种智能调解系统,其特征在于,包括:
解析模块,用于将文本数据进行解析后生成当前案件数据;
抽取模块,用于将所述当前案件数据通过自然语言处理技术进行抽取和分析;
关联模块,用于根据抽取后的案件关键数据通过分类算法与法律法规进行关联;
计算模块,用于计算所述案件关键数据与历史案件数据的契合度后形成历史案件契合度排序;
整合模块,用于整合案件关键数据、关联法律法规和历史案件契合度排序,结合用户修正数据生成调解协议书。
7.根据权利要求6所述的智能调解系统,其特征在于,所述解析模块包括:
转换模块,用于利用OCR技术将图像格式数据进行文本数据转换;
处理模块,用于将转换后所述文本数据进行结构化处理。
8.根据权利要求7所述的智能调解系统,其特征在于,所述转换模块包括:
预处理模块,用于将图像格式数据进行预处理;
提取模块,用于根据预处理的数据提取特征数据;
分类模块,用于将所述特征数据进行分类和训练。
9.根据权利要求6所述的智能调解系统,其特征在于,该系统还包括:
抽取模块,用于依据词表和规则方式抽取当前案件主要特征;
查找模块,用于根据所述主要特征查找特征相似案件;
排序模块,用于将查询到相似案件进行排序。
10.根据权利要求6-9任一项所述的智能调解系统,其特征在于,所述分类算法包括用于预估相关赔偿价格信息的LR模型训练以及用于对用于输入的文本文件进行分类的朴素贝叶斯分类模型训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910184821.8A CN110069598A (zh) | 2019-03-12 | 2019-03-12 | 一种智能调解方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910184821.8A CN110069598A (zh) | 2019-03-12 | 2019-03-12 | 一种智能调解方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110069598A true CN110069598A (zh) | 2019-07-30 |
Family
ID=67365216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910184821.8A Pending CN110069598A (zh) | 2019-03-12 | 2019-03-12 | 一种智能调解方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110069598A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110727787A (zh) * | 2019-10-11 | 2020-01-24 | 北京明略软件系统有限公司 | 案件文本匹配方法、装置、电子设备和存储介质 |
CN111402347A (zh) * | 2020-03-20 | 2020-07-10 | 吴刚 | 一种基于物联网的新冠肺炎疫情防控系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260727A (zh) * | 2015-11-12 | 2016-01-20 | 武汉大学 | 基于图像处理与序列标注的学术文献语义再结构化方法 |
AU2018100010A4 (en) * | 2018-01-08 | 2018-02-08 | Legal Services Commission of SA | Online Dispute Resolution System incorporating: 1. Guided interface for information and user learning about dispute resolution, available options and applicable law 2. Automated online algorithmic mediator based on artificial intelligence (AOAM) 3. Library of previous legal case law against which offers of settlement are graded using artificial intelligence 4. Auto completion of applicable legal documentation |
CN107818138A (zh) * | 2017-09-28 | 2018-03-20 | 银江股份有限公司 | 一种案件法律条例推荐方法及系统 |
-
2019
- 2019-03-12 CN CN201910184821.8A patent/CN110069598A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260727A (zh) * | 2015-11-12 | 2016-01-20 | 武汉大学 | 基于图像处理与序列标注的学术文献语义再结构化方法 |
CN107818138A (zh) * | 2017-09-28 | 2018-03-20 | 银江股份有限公司 | 一种案件法律条例推荐方法及系统 |
AU2018100010A4 (en) * | 2018-01-08 | 2018-02-08 | Legal Services Commission of SA | Online Dispute Resolution System incorporating: 1. Guided interface for information and user learning about dispute resolution, available options and applicable law 2. Automated online algorithmic mediator based on artificial intelligence (AOAM) 3. Library of previous legal case law against which offers of settlement are graded using artificial intelligence 4. Auto completion of applicable legal documentation |
Non-Patent Citations (1)
Title |
---|
广东科泽信息技术股份有限公: "智慧法院", 《HTTP://WWW.GDKEZE.COM/ZHINENGWENSHUSHENGCHENGXITONG/》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110727787A (zh) * | 2019-10-11 | 2020-01-24 | 北京明略软件系统有限公司 | 案件文本匹配方法、装置、电子设备和存储介质 |
CN111402347A (zh) * | 2020-03-20 | 2020-07-10 | 吴刚 | 一种基于物联网的新冠肺炎疫情防控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021047186A1 (zh) | 咨询对话处理的方法、装置、设备及存储介质 | |
US8255347B2 (en) | Method and system for classifying documents | |
CN109165294A (zh) | 一种基于贝叶斯分类的短文本分类方法 | |
CN107908715A (zh) | 基于Adaboost和分类器加权融合的微博情感极性判别方法 | |
CN107967575A (zh) | 一种人工智能保险咨询服务人工智能平台系统 | |
CN111950273A (zh) | 基于情感信息抽取分析的网络舆情突发事件自动识别方法 | |
CN101784022A (zh) | 短信过滤、分类方法及系统 | |
CN110516057B (zh) | 一种信访问题答复方法及装置 | |
CN110069598A (zh) | 一种智能调解方法及系统 | |
CN112989761A (zh) | 文本分类方法及装置 | |
CN110765285A (zh) | 基于视觉特征的多媒体信息内容管控方法及系统 | |
CN111914166B (zh) | 应用于社区矫正人员的矫正策略个性化推荐系统 | |
CN111538821A (zh) | 智能客服中解决知识库冷启动的方法和装置 | |
CN113886562A (zh) | 一种ai简历筛选方法、系统、设备和存储介质 | |
CN115953788A (zh) | 基于ocr和nlp技术的绿色金融属性智能认定方法及系统 | |
CN111523328A (zh) | 一种智能客服语义处理方法 | |
CN112989830B (zh) | 一种基于多元特征和机器学习的命名实体识别方法 | |
CN105337842B (zh) | 一种与内容无关的垃圾邮件过滤方法 | |
EP1158422A3 (en) | Internet site search service system and method having an automatic classification function of search results | |
CN116630726A (zh) | 基于多模态的鸟类分类方法及系统 | |
CN109344251A (zh) | 一种基于层分类器和模板匹配的特定文本信息抽取方法 | |
CN113128238A (zh) | 基于自然语言处理技术的金融情报语义分析方法和系统 | |
CN110245708B (zh) | 一种基于gan网络的技术文档术语解释生成方法及装置 | |
CN116822477B (zh) | 一种法律文书自动生成系统 | |
JP2001256251A (ja) | 文書情報自動評価装置及び文書情報自動評価システム |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190730 |