CN110347927A - 一种表述推送方法及系统 - Google Patents

Abstract

本发明实施例涉及一种表述推送方法及系统，其中，所述方法包括：预先建立表述库，其中，所述表述库中的表述语句与法律关系要素具备映射关系；获取待分析的目标数据，并识别所述目标数据中包含的目标法律关系要素，以及在所述表述库中查询与所述目标法律关系要素相匹配的表述语句；将查询得到的表述语句按照指定顺序推送给用户，同时支持用户表述自定义，并对其表述进行收集。本申请提供的技术方案，能够智能化地向用户推送所需的表述语句，并可以提高表述语句推送的准确度和个性化。

Description

一种表述推送方法及系统

技术领域

本申请涉及表述数据处理技术领域，特别涉及一种表述推送方法及系统。

背景技术

当前，为了有效地辅助用户进行案件文书的制作，通常可以由智慧法院系列产品向用户推送所需的表述语句。具体地，类案表述语句的推送技术，可以在类案分析的基础上，对同一案由的案件进行文书制作时推送其同类型案件的不同信息点的表述语句，这些表述语句可以形成表述集合，供用户对表述语句进行选择并添加到制作的文书中。

然而，现有的这种表述推送技术，通常会存在以下缺陷：

1、表述推送准确度不够。主要体现在：推送的表述语句，可能会存在其他案件的个案信息，与当前案件的贴合程度不高。

2、表述推送不够智能化，向用户推送的表述语句可能是格式语句或者常见的表述语句，用户需要对推送的表述语句进行修改后才能使用。

3、适用范围不广泛，向用户推送的范围仅限于智慧法院系列产品，并未涉及其他领域。

发明内容

本申请的目的在于提供一种表述推送方法及系统，能够智能化地向用户推送所需的表述语句，并可以提高表述语句的推送准确度。

为实现上述目的，本申请提供一种表述推送方法，所述方法包括：预先建立表述库，其中，所述表述库中的表述语句与法律关系要素具备映射关系；获取待分析的目标数据，并识别所述目标数据中包含的目标法律关系要素，以及在所述表述库中查询与所述目标法律关系要素相匹配的表述语句；将查询得到的所述表述语句按照指定顺序推送给用户，同时支持用户表述自定义，并对其表述进行收集。

进一步地，预先建立表述库包括：

在完整法律知识图谱要素结构的基础上，针对各类卷宗数据中的各类卷宗数据运用语义分析和自然语言处理技术进行处理，以建立不同的法律关系要素与各类卷宗数据中的不同表述语句之间的映射关系。

进一步地，预先建立表述库还包括：

接收用户自定义的表述语句，并将所述自定义的表述语句收录至所述表述库中。

进一步地，将查询得到的所述表述语句按照指定顺序推送给用户包括：

统计查询得到的各个表述语句在各类卷宗数据中分别出现的次数，并按照统计的次数从多到少的顺序对查询得到的所述各个表述语句进行排序，并按照排序结果推送给用户。

进一步地，将查询得到的所述表述语句按照指定顺序推送给用户包括：

统计查询得到的各个表述语句被用户引用的次数，按照被用户引用的次数从多到少的顺序对查询得到的所述各个表述语句进行排序，并按照排序结果推送给用户。

进一步地，在将查询得到的所述表述语句按照指定顺序推送给用户之后，所述方法还包括：

接收用户反馈的针对目标表述语句的个性化标记，并根据所述个性化标记，提升所述目标表述语句后续被推送给所述用户时的推送优先级。

为实现上述目的，本申请还提供一种表述推送系统，所述系统包括：表述库建立单元，用于预先建立表述库，其中，所述表述库中的表述语句与法律关系要素具备映射关系；表述语句查询单元，用于获取待分析的目标数据，并识别所述目标数据中包含的目标法律关系要素，以及在所述表述库中查询与所述目标法律关系要素相匹配的表述语句；推送单元，用于将查询得到的所述表述语句按照指定顺序推送给用户，同时支持用户表述自定义，并对其表述进行收集。

进一步地，所述表述库建立单元包括：

映射关系构建模块，用于在完整法律知识图谱要素结构的基础上，针对各类卷宗数据运用语义分析和自然语言处理技术进行处理，以建立不同的法律关系要素与各类卷宗数据中的不同表述语句之间的映射关系。

进一步地，所述表述库建立单元还包括：

自定义收录模块，用于接收用户自定义的表述语句，并将所述自定义的表述语句收录至所述表述库中。

进一步地，所述系统还包括：

个性化设置单元，用于接收用户反馈的针对目标表述语句的个性化标记，并根据所述个性化标记，提升所述目标表述语句后续被推送给所述用户时的推送优先级。

由上可见，本申请提供的技术方案，可以在完整法律知识图谱要素结构的基础上，一方面根据不同的知识图谱，对已有的各类卷宗数据进行专业化、智能化的处理，另一方面可以对用户自定义的表述进行收录，从而可以形成与法律关系要素高度统一和融合的表述库。在已建立表述库的基础上，根据不同应用场景、不同用户，实现了表述的专业化、智能化和个性化推送，并且支持用户对表述语句进行修改或者自定义添加，充分满足用户的需求，并且推送的表述语句能够与用户当前处理的目标数据的法律关系要素相匹配，提高了表述语句的推送精度。

附图说明

图1为本申请实施例中表述推送方法的步骤图；

图2为本申请实施例中表述推送系统的功能模块示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，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它实施方式，都应当属于本申请保护的范围。

本申请提供的表述推送方法，可以划分为表述库建立步骤和表述智能推送步骤。具体地，关于表述库建立，可以在完整法律知识图谱要素结构的基础上，一方面根据不同的知识图谱运用语义分析技术、智能筛选归类技术等技术手段，对已有的各类卷宗数据库数据进行专业化、智能化的处理，由专业的业务人员对处理后的数据进行加工，另一方面对用户自定义的表述进行收录，形成与要素结构高度统一和融合的表述库。关于表述智能推送，可以在已建立表述库的基础上，根据不同应用场景、不同用户，实现了表述的专业化、智能化和个性化推送，并且支持用户对同一要素表述进行修改或者自定义添加，充分满足用户的需求。

在本申请中，表述库中的表述语句是经过法律专业业务人员加工过的更标准、更具有逻辑性和针对性的语句，同时可以对用户的自定义表述进行收集和处理，而现有的表述集合仅是对表述进行综合，并未经过专业处理，仅能满足通用性需要。

请参阅图1，本申请提供的表述推送方法可以包括以下步骤。

S1：预先建立表述库，其中，所述表述库中的表述语句与法律关系要素具备映射关系。

S2：获取待分析的目标数据，并识别所述目标数据中包含的目标法律关系要素，以及在所述表述库中查询与所述目标法律关系要素相匹配的表述语句。

S3：将查询得到的所述表述语句按照指定顺序推送给用户。

在一个实施方式中，预先建立表述库包括：

在完整法律知识图谱要素结构的基础上，针对各类卷宗数据库中的数据进行语义分析和自然语言处理技术，以建立不同的法律关系要素与各类卷宗数据中的不同表述语句之间的映射关系。

具体地，在实际应用中，建立表述库的步骤可以如下所述：

首先，采用语义分析技术、机器学习等技术按照各类卷宗数据库中数据行文逻辑对其进行分段处理，例如对判决书按照首部、当事人信息部分、案件由来部分、诉称信息部分、辩称信息、审理查明部分和本院认为部分等进行拆分。

其次，在做好分段处理数据的基础上，业务人员根据表述的用途和不同法律关系要素的需要，为对应的法律关系要素制作表述处理的业务规则或者业务模型。

第三，利用技术人员搭建的操作平台，根据业务人员制作的规则或者采用机器学习技术，对做好分段处理的数据按句进行拆分，形成单独的表述句。

第四，以上三步的基础上，在技术人员搭建的数据处理平台上将对应的业务规则或者模型与法律关系要素建立关系。

第五，在数据处理平台上，业务人员以实际业务需要为条件，确定需要进行表述处理的数据范围，然后根据法律关系要素上已经建立的业务规则或者模型对表述句依据法律关系要素的层级进行分层次(从父级到子级)的处理，该处理支持单个要素的表述句处理和组合要素的表述句处理。

第六，处理完成后即可将法律关系要素与其对应的表述句建立关系，经过法律专业业务人员对这些表述句的隐私处理和相应的数据应用配置后，这些表述句即可根据各案或者用户需要进行推送。

在一个实施方式中，预先建立表述库还包括：

接收用户自定义的表述语句，并将所述自定义的表述语句收录至所述表述库中。

在一个实施方式中，将查询得到的所述表述语句按照指定顺序推送给用户包括：

统计查询得到的各个表述语句在各类卷宗数据中分别出现的次数，并按照统计的次数从多到少的顺序对查询得到的所述各个表述语句进行排序，并按照排序结果推送给用户。

在一个实施方式中，将查询得到的所述表述语句按照指定顺序推送给用户包括：

统计查询得到的各个表述语句被用户引用的次数，按照被用户引用的次数从多到少的顺序对查询得到的所述各个表述语句进行排序，并按照排序结果推送给用户。

在一个实施方式中，在将查询得到的所述表述语句按照指定顺序推送给用户之后，所述方法还包括：

接收用户反馈的针对目标表述语句的个性化标记，并根据所述个性化标记，提升所述目标表述语句后续被推送给所述用户时的推送优先级。

具体地，根据不同要求，可以在各案由完整知识图谱要素结构的基础上，运用语义分析技术、智能筛选归类技术以及自然语言分析技术等技术手段，针对事实要素、争议焦点要素和理由要素的各类要素信息进行数据处理；同时现阶段在用户使用产品过程中，对用户自定义的表述进行自动收录。在此基础上形成完整的针对各个要素信息的专业化、个性化和多样化表述库，支持各产品的使用。

以具体的案件事实要素、争议焦点要素和理由要素的表述处理与应用为例进行说明，其中，事实要素是个案案件事实的信息集合，用来对产品中案件事实的描述提供数据支持，例如对于公司裁判文书自动生成系统产品来说事实要素用来支持裁判文书中对事实查明部分(即法官审理查明部分的表述)的生成。争议焦点要素是对大量实例数据进行分析后，形成的某一案由争议焦点的集合；理由要素是对大量实例数据和已有要素结构进行分析后，形成的针对某一案由可能进行说理的要素集合；以上两个要素集合都是为案件中法官对某一要素进行说理提供支持，例如在裁判文书自动生成系统中用于对本院认为(即法官认定部分的表述)的生成。这三类要素的处理主要是使用语义分析技术对已有的各类卷宗数据库中裁判文书对应的审理查明和部分表述进行分析，使这些表述与对应的要素结构建立关系，形成各要素点对应的表述库。

此外，在进行表述智能推送时，针对不同用户、不同案件信息的需要，对已形成的案件信息与表述完整对应的表述库中信息进行筛选，具体的筛选方式是：获取目标数据的要素信息，运用语义分析技术以及智能筛选技术在表述库中获取到与该要素相关的表述，经过筛选后将获取到的表述以一定的顺序推送给用户，这种智能推送一方面减少用户的操作、支持表述的多样化，另一方面支持用户对表述进行常用表述的个性化标记，便于用户习惯性操作。并且，智能推送的结果支持用户自定义修改，并支持将其自定义的信息进行自动收录入库，便于用户再次使用产品时的表述智能个性化推送。本申请提供的技术方案，目前支持对各类法律关系要素的表述智能推送。用户如果对推送的表述库中已有表述不满意，可以支持其自己添加表述，这些表述可以被称为用户自定义表述，对于这些用户自定义表述，本申请的技术方案支持自动收集。

综上，本申请提供的技术方案，在建立表述库方面可以实现以下技术效果：

1、建立了针对不同种类要素的专业性表述库，支持对不同要素进行完善；

2、支持不同产品的灵活运用；

3、支持对不同来源数据的智能收录，保证表述库的完整性。

在表述智能推送方面，又可以实现以下技术效果：

1、保证产品中对不同要素信息表述的专业性和多样性，目前支持各类法律关系要素的表述智能推送；

2、提升产品的智能化程度，支持用户对同一要素信息进行不同表述的需求，同时支持用户对表述进行自定义，对该部分自定义的表述，也将录入表述库，便于用户的重复使用；

3、表述智能推送最终目标是在满足用户不同需求的情况下，辅助用户快速生成符合其要求的文书，提升用户对智慧型系列产品的满意度。

本申请提供的技术方案中，表述库形成的数据基础是已收录和尚未收录的各类卷宗数据，法律专业的业务人员运用语义分析技术、自然语言分析技术对上述来源的数据，从数据结构、数据内容等方面进行分析。后续，在表述推送过程中，可以针对不同法律关系要素，推送不同的表述，还可以对同一法律关系要素，推送不同的表述。并且表述推送个性化，实现用户常用表述的个性化优先推送。例如，可以针对不同用户支持其个性化表述设置，以及在不同用户进行首次表述设置后，再次进入系统优先推送其使用过的表述。

请参阅图2，本申请还提供一种表述推送系统，所述系统包括：

表述库建立单元，用于预先建立表述库，其中，所述表述库中的表述语句与法律关系要素具备映射关系；

表述语句查询单元，用于获取待分析的目标数据，并识别所述目标数据中包含的目标法律关系要素，以及在所述表述库中查询与所述目标法律关系要素相匹配的表述语句；

推送单元，用于将查询得到的所述表述语句按照指定顺序推送给用户，同时支持用户表述自定义，并对其表述进行收集。

在一个实施方式中，所述表述库建立单元包括：

映射关系构建模块，用于在完整法律知识图谱要素结构的基础上，针对各类卷宗数据运用语义分析和自然语言处理技术进行处理，以建立不同的法律关系要素与各类卷宗数据中不同表述语句之间的映射关系。

在一个实施方式中，所述表述库建立单元还包括：

自定义收录模块，用于接收用户自定义的表述语句，并将所述自定义的表述语句收录至所述表述库中。

在一个实施方式中，所述系统还包括：

个性化设置单元，用于接收用户反馈的针对目标表述语句的个性化标记，并根据所述个性化标记，提升所述目标表述语句后续被推送给所述用户时的推送优先级。

由上可见，本申请提供的技术方案，可以在完整法律知识图谱要素结构的基础上，一方面根据不同的知识图谱，对各类卷宗数据进行专业化、智能化的处理，另一方面可以对用户自定义的表述进行收录，从而可以形成与法律关系要素高度统一和融合的表述库。在已建立表述库的基础上，根据不同应用场景、不同用户，实现了表述的专业化、智能化和个性化推送，并且支持用户对表述语句进行修改或者自定义添加，充分满足用户的需求，并且推送的表述语句能够与用户当前处理的目标数据的法律关系要素相匹配，提高了表述语句的推送精度。

上面对本申请的各种实施方式的描述以描述的目的提供给本领域技术人员。其不旨在是穷举的、或者不旨在将本发明限制于单个公开的实施方式。如上所述，本申请的各种替代和变化对于上述技术所属领域技术人员而言将是显而易见的。因此，虽然已经具体讨论了一些另选的实施方式，但是其它实施方式将是显而易见的，或者本领域技术人员相对容易得出。本申请旨在包括在此已经讨论过的本发明的所有替代、修改、和变化，以及落在上述申请的精神和范围内的其它实施方式。

Claims (10)

1.一种表述推送方法，其特征在于，所述方法包括：

预先建立表述库，其中，所述表述库中的表述语句与法律关系要素具备映射关系；

获取待分析的目标数据，并识别所述目标数据中包含的目标法律关系要素，以及在所述表述库中查询与所述目标法律关系要素相匹配的表述语句；

将查询得到的所述表述语句按照指定顺序推送给用户，同时支持用户表述自定义，并对其表述进行收集。

2.根据权利要求1所述的方法，其特征在于，预先建立表述库包括：

在完整法律知识图谱要素结构的基础上，针对各类卷宗数据运用语义分析和自然语言处理技术进行处理，以建立不同的法律关系要素与各类卷宗数据中的不同表述语句之间的映射关系。

3.根据权利要求1或2所述的方法，其特征在于，预先建立表述库还包括：

接收用户自定义的表述语句，并将所述自定义的表述语句收录至所述表述库中。

4.根据权利要求1所述的方法，其特征在于，将查询得到的所述表述语句按照指定顺序推送给用户包括：

统计查询得到的各个表述语句在各类卷宗数据中分别出现的次数，并按照统计的次数从多到少的顺序对查询得到的所述各个表述语句进行排序，并按照排序结果推送给用户。

5.根据权利要求1或4所述的方法，其特征在于，将查询得到的所述表述语句按照指定顺序推送给用户包括：

统计查询得到的各个表述语句被用户引用的次数，按照被用户引用的次数从多到少的顺序对查询得到的所述各个表述语句进行排序，并按照排序结果推送给用户。

6.根据权利要求1所述的方法，其特征在于，在将查询得到的所述表述语句按照指定顺序推送给用户之后，所述方法还包括：

接收用户反馈的针对目标表述语句的个性化标记，并根据所述个性化标记，提升所述目标表述语句后续被推送给所述用户时的推送优先级。

7.一种表述推送系统，其特征在于，所述系统包括：

表述库建立单元，用于预先建立表述库，其中，所述表述库中的表述语句与法律关系要素具备映射关系；

表述语句查询单元，用于获取待分析的目标数据，并识别所述目标数据中包含的目标法律关系要素，以及在所述表述库中查询与所述目标法律关系要素相匹配的表述语句；

推送单元，用于将查询得到的所述表述语句按照指定顺序推送给用户，同时支持用户表述自定义，并对其表述进行收集。

8.根据权利要求7所述的系统，其特征在于，所述表述库建立单元包括：

映射关系构建模块，用于在完整法律知识图谱要素结构的基础上，针对各类卷宗数据运用语义分析和自然语言处理技术进行处理，以建立不同的法律关系要素与各类卷宗数据中的不同表述语句之间的映射关系。

9.根据权利要求7或8所述的系统，其特征在于，所述表述库建立单元还包括：

自定义收录模块，用于接收用户自定义的表述语句，并将所述自定义的表述语句收录至所述表述库中。

10.根据权利要求7所述的系统，其特征在于，所述系统还包括：

个性化设置单元，用于接收用户反馈的针对目标表述语句的个性化标记，并根据所述个性化标记，提升所述目标表述语句后续被推送给所述用户时的推送优先级。