CN110334214B - 一种自动识别案件中虚假诉讼的方法 - Google Patents

Abstract

本发明公开了一种自动识别案件中虚假诉讼的方法，具体操作步骤如下：步骤一、规则添加；步骤二、规则解析；步骤三、文字识别；步骤四、动作处理。在完成虚假诉讼研判后，对涉嫌虚假诉讼的案件，可自动获得违法情形对应的位置、法律依据、认定事实、结案方式等数据，这些数据将以可视化形式展示给办案检察官。本方法可应用于民事司法领域中的民间借贷、追索劳动报酬这两类案件，辅助检察官办案决策，提高检察官办案效率，进而节约司法资源，维护正常司法秩序，提升司法权威和司法公信力，保护公民、法人和其他组织的合法权益。

Description

一种自动识别案件中虚假诉讼的方法

技术领域

本发明涉及一种自动识别方法，尤其涉及一种自动识别案件中虚假诉讼的方法。

背景技术

虚假诉讼是法律名词，就是打假官司，是指当事人出于非法的动机和目的，利用法律赋予的诉讼权利，采取虚假的诉讼主体、事实及证据的方法提起民事诉讼，使法院作出错误的判决、裁定、调解的行为。虚假诉讼危害程度极大，侵犯真实权利人的利益，浪费司法资源，扰乱审判执行秩序，损害司法权威和司法公信力、或造成社会矛盾激化等。

民间借贷和追索劳动报酬这两类是虚假诉讼的高发领域，检察院的一线检察官通常是仔细阅读法院卷宗，凭借办案经验并结合法律具体规定，进而分析出案件是否涉及虚假诉讼。在此过程中，全部是由人工来完成，花费了检察官大量的时间和精力。

智能化识别虚假诉讼违法情形是指借助互联网前沿科技，识别案件中的文本和图片中的文字信息，提取属性特征并进行规则配置，据此规则引擎自动执行相应的动作。由于法院卷宗中文书与其他信息的多样性问题，民事案件分析复杂性问题，目前并未出现有可以从上述案件中自动识别虚假诉讼违法情形的智能化方法或系统，因此亟需提供一种自动识别案件中虚假诉讼的方法。

发明内容

为了解决上述技术所存在的不足之处，本发明提供了一种自动识别案件中虚假诉讼的方法。

为了解决以上技术问题，本发明采用的技术方案是：一种自动识别案件中虚假诉讼的方法，其特征在于：所述方法的具体操作步骤如下：

步骤一、规则添加：在intelligent智能分类平台对提取的属性特征进行配置，然后规则引擎通过接口协议调用这些属性特征，在规则设计器的页面中添加虚假诉讼研判规则形成研判规则集，再将添加完成的研判规则集打包成URule知识包；

规则添加过程由规则添加模块完成，将属性特征规则在智能分类平台进行配置，或编写正则表达式或进行直接赋值，最后在规则设计器中，将属性特征通过一系列的且、与、或、非、大于、小于、等于、不等、大于等于、小于等于的逻辑关系运算符结合作如果之后的条件，按照那么、否则添加动作，从而完成规则配置，通过接口协议供规则引擎调用；

步骤二、规则解析：在业务系统后台的管理页面配置虚假诉讼的民间借贷、追索劳动报酬案由与URule知识包的对应关系；通过数据交换平台获取案件卷宗信息后，自动完成文字识别；

规则解析过程由规则解析模块完成，通过读取intelligent智能分类平台配置的属性特征规则和规则设计器设计的研判规则集，完成规则引擎在研判前所需数据预加载，针对虚假诉讼违法情形的研判规则在所依赖的应用服务器Tomcat启动后，先将规则xml数据及属性特征配置加载至研判所需的Context中，并存储于缓存；

步骤三、文字识别：将识别出的纯文本信息传递给intelligent智能分类平台，依据已经配置的文书属性特征规则完成案件的属性特征提取，将提取后的信息回传给数据交换平台存储；

文字识别是进行文本识别解析的过程，步骤四动作处理过程通过动作处理模块完成；识别的文件格式为图片格式或扫描后的PDF或表格，对以PDF或图片格式上传至业务系统的卷宗数据进行文字识别，结合动作处理模块定位虚假诉讼违法情形位置并进行可视化标注；

虚假诉讼研判规则经过后台规则引擎加工处理卷宗文本数据，以可视化的方式展示识别出案件的违法情形及所依据的法律法规；

步骤四、动作处理：数据交换平台将案件属性特征传给业务系统，由业务系统自行识别虚假诉讼与URule知识包对应关系完成研判规则调用，当满足虚假诉讼违法情形的条件后，系统在案件卷宗上自动定位违法情形位置并进行可视化标注，展示给办案检察官。

本发明公开了一种自动识别案件中虚假诉讼的方法，可应用于民事司法领域中，识别民间借贷、追索劳动报酬这两类案由。它依据民间借贷和追索劳动报酬案件的卷宗，提取其属性特征，构建研判规则，智能化地识别出案件中涉及的虚假诉讼的违法情形，当满足虚假诉讼违法条件时就自动在卷宗中定位违法位置并以可视化方式标识出具体的违法情形、法律依据等，辅助检察官决策，从而提高检察官办案效率，节约司法资源，维护了审判执行的秩序，提升了司法权威和司法公信力，同时，将将虚假诉讼违法情形的自动识别变为了现实，具有非常良好的发展前景。

附图说明

图1为本发明自动识别案件中虚假诉讼的方法的总体架构图。

图2为本发明步骤二规则解析环节的流程图。

图3为本发明步骤三文字识别环节的流程图。

图4为本发明步骤四动作处理环节的流程图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明公开了一种自动识别案件中虚假诉讼的方法，包含规则添加、规则解析、文字识别和动作处理四个步骤，通过对大量案件卷宗、法律法规和事实认定的研究，根据民间借贷、追索劳动报酬的虚假诉讼案件梳理出了一套能被自动识别的标准化的文书属性特征和虚假诉讼违法情形的规则，规则经过四个步骤处理后，形成了自动识别虚假诉讼的方法本方法。如图1所示，为本发明的总体架构图，具体操作步骤如下：

步骤一、规则添加：在intelligent智能分类平台对提取的属性特征进行配置，然后规则引擎通过接口协议调用这些属性，在规则设计器(即URule规则设计器)的页面中添加虚假诉讼研判规则形成研判规则集，再将添加完成的研判规则集打包成URule知识包；

其中，intelligent智能分类平台、规则引擎、规则设计器均可采用行业内常用的技术，对于intelligent智能分类平台是数据的集散中心，可以将不同的项目(或业务系统)的数据按照需求经过格式封装后发送给目标系统。平台集成了数据接收组件、数据格式封装组件和数据发送组件，通过数据管道的配置与组合，实现数据从接收到存储整体流程的灵活可配，并保证数据的异步处理，提升数据处理性能。对于规则引擎则由推理引擎发展而来，是一种嵌入在应用程序中的组件，实现了将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。接受数据输入，解释业务规则，并根据业务规则做出业务决策。提取的属性特征即为案件或卷宗文书中的识别提取出来的结构化要素关键词，通过人工的方式制作编写识别规则，并通过计算机程序进行自动化提取。

步骤二、规则解析：在业务系统后台的管理页面配置虚假诉讼的民间借贷、追索劳动报酬案由与URule知识包的对应关系；通过数据交换平台获取案件卷宗信息后，自动完成文字识别；

其中，在业务系统的管理后台，可以将URule知识包与民间借贷、追索劳动报酬案由进行关系对应设置，由于规则设计器设计完成研判规则集打包成URule知识包，因此，形成了案由与研判规则集的对应关系。对于数据交换平台，采用行业内常用的数据交换平台，是案件卷宗的入口平台，可以将卷宗进行结构化要素提取，提取的结构化要素被送入规则引擎进行研判。数据交换平台还与文本识别有接口，可识别出卷宗中的文字。

步骤三、文字识别：将识别出的纯文本信息传递给intelligent智能分类平台，依据已经配置的文书属性特征规则完成案件的属性特征提取，将提取后的信息回传给数据交换平台存储；其中，属性特征规则是指从卷宗文书中提取结构化要素(对于属性特征则认为是一种结构化要素)的方法，可能包含正则或逻辑表达式等；

步骤四、动作处理：数据交换平台将案件属性特征传给业务系统，由业务系统自行识别虚假诉讼与URule知识包对应关系完成研判规则调用，当满足虚假诉讼违法情形的条件后，系统在案件卷宗上自动定位违法情形位置并进行可视化标注，展示给办案检察官。

本发明所公开的一种自动识别案件中虚假诉讼的方法，可自动识别出卷宗信息，提取其属性特征，基于URule规则设计器(URule是一款纯Java规则引擎，它以RETE算法为基础，提供了向导式规则集、脚本式规则集、决策表、交叉决策表、决策树、评分卡及规则流共六种类型的规则定义方式)进行规则设计，辅助完成智能研判，当满足虚假诉讼违法条件时就自动在卷宗中定位违法位置并以可视化方式标识出具体的违法情形、法律依据等，辅助检察官决策，从而提高检察官办案效率。

下面对本发明所公开的自动识别案件中虚假诉讼的方法进行进一步说明。

步骤一为规则添加：

规则添加过程由规则添加模块完成，将梳理出的可识别案件中虚假诉讼违法情形的属性特征在智能分类平台进行配置，或编写正则表达式或进行直接赋值。接着，根据研判规则，在URule规则设计器中将属性特征通过一系列的“且”、“与”、“或”、“非”、“大于”、“小于”、“等于”、“不等”、“大于等于”、“小于等于”逻辑关系运算符结合作为“如果”之后的条件，按照“那么”、“否则”添加动作，从而完成规则配置，通过接口协议供规则引擎调用。配置后的规则可进行修改、删除操作。

步骤二为规则解析：

规则解析过程由规则解析模块完成，通过读取智能分类平台配置的属性特征规则和规则设计器设计的研判规则集(也称研判规则决策集)，完成规则引擎在研判前所需数据预加载，针对虚假诉讼违法情形的研判规则在所依赖的应用服务器Tomcat启动后，先将规则xml数据及属性特征配置加载至研判所需的Context中，并存储于缓存。

具体为：自动识别案件中的虚假诉讼违法情形需要通过规则解析模块完成的一系列操作，以实现规则引擎在研判前完成所需数据的预加载，通过预加载方式也可有效提升研判的运行效率。

针对虚假诉讼违法情形的研判规则在所依赖的应用服务器Tomcat启动后，要先将规则xml数据及属性特征配置加载至研判所需的Context中，并存储于缓存，以便提升调用效率，如图2所示，规则解析过程分为以下几个阶段：

S001：从intelligent智能分类平台读取规则添加模块配置好的属性提取的规则，这里的属性提取规则将被用于研判规则中，包含正则类型与赋值类型，例如：虚假诉讼的“诉讼时间短，快速结案”这种违法情形的研判规则之一是：审理阶段一审且为简易程序的《民事判决书》，当其裁判日期减去一审《案件受理通知书》的案件受理日期<30天(简易程序30天内结案的民事诉讼案件，一般都属于快速结案)时，计算机就需要知道案件的审理阶段是否是一审的判断标准，这里的审理阶段就是虚假诉讼研判规则所需要的必要属性特征，判决日期、案件受理日期都属于研判规则用到的属性特征，步骤S001即完成虚假诉讼违法情形研判规则所需的属性特征规则预加载，供后续过程调用。

S002：读取并解析URule规则设计器完成的规则集数据URule知识包，规则集也叫决策集，规则集由如果、那么、否则三部分构成的普通规则和可以指定集合类型对象进行循环迭代的循环规则联合组成。

在规则解析代码中，需要读取规则集URule知识包内容，代码需要先通过KnowledgeService接口获取指定的URule知识包ID对应的构建好的资源包信息，然后通过URule知识包来创建具体的KnowledgeSession对象，接下来插入相关业务对象，最后根据调用者发送的消息，执行具体的规则调用，S002步骤主要完成规则集数据加载。

S003：将S001步骤配置的属性特征数据集合与S002步骤配置的研判规则决策集进行调用融合，形成了可以待使用的虚假诉讼研判规则公式集合。公式中的参数是经过程序分段处理的即将进行虚假诉讼研判案件的卷宗文本数据。

S004：重复S001至S003步骤，进入循环，直至规则添加环节配置的虚假诉讼违法情形对应的研判规则公式在缓存中预加载操作全部完成。

S005：该步骤将S001至S004所配置的全部结果形成了虚假诉讼研判规则公式集，为后续送入案件卷宗文本数据做好准备。

步骤三为文字识别：

文字识别是进行文本识别解析的过程，即文字识别是智能化将图片形式的卷宗数据进行文本识别解析的过程，识别的文件格式为图片格式或扫描后的PDF或表格，对以PDF或图片格式上传至业务系统的卷宗数据进行文字识别，结合动作处理模块定位虚假诉讼违法情形位置并进行可视化标注。文字识别流程如图3所示，具体如下：

L001：将案件卷宗的图片或扫描后的PDF文件上传至研判系统指定目录中，图片格式支持JPG、PNG、BMP、GIF，图片大小限制5M以内；

L002：根据文件扩展名判断是图片还是PDF文件，如果扩展名是pdf的，则当前文件是pdf，其他类型JPG、PNG、BMP、GIFf则为图片，对卷宗中的音视频文件不进行处理；

L003：系统调用itextpdf这个包提供的api，来判断每页的内容是图片还是文字，如果是图片则抽取；

L004：如果是PDF文件，采用itextpdf组件将文件中的图片抽取出来，形成单独的图片数据；

L005：将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果；

L006：文本识别区分需要区分是表格还是文本，因为每一种类型的解析方式是不同的，本步骤是根据卷宗中文书预先配置好的模板类型来判断是要以文本方式处理还是以表格形式处理；

L007：如果是文本图片，那么通过Sobel算子，x方向求梯度，再二值化，设定膨胀和腐蚀操作核，膨胀和腐蚀让轮廓突出并去掉细节、表格线，这里去掉的是竖直的线，然后查找和筛选文字区域，将文本区域从小到大排序；

L008：根据坐标切分行；

L009：如果是表格，通过形态学的腐蚀与膨胀图片，创建一个包含表格的蒙版，找出表之间的连接，使用这些信息来描述从图片中得到的表；

L010：从蒙版中找到外部轮廓，查找每个轮廓的区域；

L011：找出每个表的交叉点数目，一个表格的交叉点数目至少有四个，再根据区域面积门限，过滤掉可能不是表的区域；

L012：画出轮廓，最后将文本区域从小到大排序，并对具有相临的y坐标值的区域分为一组，即表格的一行以实现key-value对应关系，最后根据坐标切分每一个单元格；

L013：将切分后的文本图片交由Tesseract-OCR识别，即将图片中的文字转换为了相应的文本内容；

L014：由于文本识别准确性存在一定缺陷，故需要人工对识别不准确的内容进行回填修正，该步骤在整个虚假诉讼研判模型中是可选项，这样设计在卷宗数据量较大的情况依然可以自动运行。

步骤四为动作处理：

动作处理过程通过动作处理模块完成；是虚假诉讼研判规则经过后台规则引擎与卷宗文本数据整合加工后，将要识别的违法情形及所依据的法律法规以可视化的方式展示给检察官的过程，动作处理工作流程如图4所示，具体如下：

A001：虚假诉讼研判规则引擎结合规则解析模块与文本识别模块最终生成“民间借贷、追索劳动报酬”违法情形数据集，违法情形数据集中包括案件中触发的若干违法情形，

以及违法情形对应的法律法规、对案件认定的违法事实、推荐给检察官针对于该类违法情形应作出的结案方式。

A002：研判规则控制器Controller，在产品应用框架中，主要负责解析用户的输入及处理后台数据返回相应的结果，在应用中起到连接前后台的作用，可将前台数据在控制器中加工处理后传入后台Service中，也可将后台Service加工的数据经控制器传递到前台页面中。利用ModelAndView对象向jsp页面推送详细的违法情形，除此之外还包括法律法规、认定事实、推荐结案方式以及违法情形对应卷宗文书的名称、可视化标识所标注的位置数据。

A003：JSP页面收到ModelAndView对象中的数据，拆解对象中的属性，包括法律法规、认定事实、推荐结案方式，在功能页面的相应位置显示给检察官，辅助检察官对该虚假诉讼案件进行分析、判断，最终完成案件办理。

本发明具有如下有益效果：

(1)梳理出一套独有的、可量化的虚假诉讼的识别规则，可极大提高检察官办理效率。

(2)引入人工智能中的文字识别、图片识别、语义识别、深度学习技术，并将规则引擎技术应用到民事检察监督行业，将虚假诉讼违法情形的自动识别变为了现实。

(3)解决了从文本中识别提取业务专有词汇和准确度的问题。具体方法：做中文分词的时候，定义业务上的命名实体识别，把原始数据按照BMEO规则变成字标注的形式，使用Bilstm+crf模型进行模型训练。为了提高模型训练的准确度，把模型抽取出来的实体，与数据集中的所有实体取交集，使用准确率、召回率和f值对交集和实体进行运算。

(4)节约司法资源，维护了审判执行的秩序，提升了司法权威和司法公信力。

上述实施方式并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换，也均属于本发明的保护范围。

Claims (1)

1.一种自动识别案件中虚假诉讼的方法，其特征在于：所述方法的具体操作步骤如下：

步骤一、规则添加：在intelligent智能分类平台对提取的属性特征进行配置，然后规则引擎通过接口协议调用这些属性特征，在规则设计器的页面中添加虚假诉讼研判规则形成研判规则集，再将添加完成的研判规则集打包成URule知识包；

规则添加过程由规则添加模块完成，将属性特征规则在智能分类平台进行配置，或编写正则表达式或进行直接赋值，最后在规则设计器中，将属性特征通过一系列的且、与、或、非、大于、小于、等于、不等、大于等于、小于等于的逻辑关系运算符结合作如果之后的条件，按照那么、否则添加动作，从而完成规则配置，通过接口协议供规则引擎调用；

步骤二、规则解析：在业务系统后台的管理页面配置虚假诉讼的民间借贷、追索劳动报酬案由与URule知识包的对应关系；通过数据交换平台获取案件卷宗信息后，自动完成文字识别；

规则解析过程由规则解析模块完成，通过读取intelligent智能分类平台配置的属性特征规则和规则设计器设计的研判规则集，完成规则引擎在研判前所需数据预加载，针对虚假诉讼违法情形的研判规则在所依赖的应用服务器Tomcat启动后，先将规则xml数据及属性特征配置加载至研判所需的Context中，并存储于缓存；

步骤三、文字识别：将识别出的纯文本信息传递给intelligent智能分类平台，依据已经配置的文书属性特征规则完成案件的属性特征提取，将提取后的信息回传给数据交换平台存储；

文字识别是进行文本识别解析的过程，步骤四动作处理过程通过动作处理模块完成；识别的文件格式为图片格式或扫描后的PDF或表格，对以PDF或图片格式上传至业务系统的卷宗数据进行文字识别，结合动作处理模块定位虚假诉讼违法情形位置并进行可视化标注；

虚假诉讼研判规则经过后台规则引擎加工处理卷宗文本数据，以可视化的方式展示识别出案件的违法情形及所依据的法律法规；

步骤四、动作处理：数据交换平台将案件属性特征传给业务系统，由业务系统自行识别虚假诉讼与URule知识包对应关系完成研判规则调用，当满足虚假诉讼违法情形的条件后，系统在案件卷宗上自动定位违法情形位置并进行可视化标注，展示给办案检察官。

Images