CN110362799B - 基于在线仲裁的裁决书生成处理方法、装置和计算机设备 - Google Patents

Abstract

本申请涉及人工智能领域内一种基于在线仲裁的裁决书生成处理方法、装置、计算机设备和存储介质。所述方法包括：获取当前案件的案件标识，根据所述案件标识获取对应的电子卷宗；在所述电子卷宗中抓取基础信息，将所述基础信息录入裁决书模板；获取裁决书的生成方式，当所述生成方式为智能生成方式时，利用所述基础信息生成当前案件向量，根据所述当前案件向量在大数据平台中搜索与所述当前案件对应的近似案件；将所述近似案件以及录入基础信息后的裁决书模板发送第一终端，所述第一终端用于根据所述近似案件以及录入基础信息后的裁决书模板生成当前案件对应的裁决书。采用本方法在线仲裁时能够有效提高裁决书的制作效率。

Description

基于在线仲裁的裁决书生成处理方法、装置和计算机设备

技术领域

本申请涉及计算机技术领域，特别是涉及一种基于在线仲裁的裁决书生成处理方法、装置、计算机设备和存储介质。

背景技术

仲裁作为一种非诉纠纷解决方式，与诉讼方式不同。仲裁是当事人自愿将诉争事由提交给中立的第三方裁判的争议解决方式。在仲裁程序结束后，仲裁员需要翻阅卷宗中大量的材料，人工制作裁决书，由此导致裁决书的制作效率较低。

随着互联网技术的发展，在线仲裁成为一种可能。在线仲裁同样需要制作相应的裁决书。因此，在线仲裁时如何提高裁决书的制作效率成为目前需要解决的一个技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种在线仲裁时能够有效提高裁决书的制作效率的基于在线仲裁的裁决书生成处理方法、装置、计算机设备和存储介质。

一种基于在线仲裁的裁决书生成处理方法，所述方法包括：

获取当前案件的案件标识，根据所述案件标识获取对应的电子卷宗；

在所述电子卷宗中抓取基础信息，将所述基础信息录入裁决书模板；

获取裁决书的生成方式，当所述生成方式为智能生成方式时，利用所述基础信息生成当前案件向量，根据所述当前案件向量在大数据平台中搜索与所述当前案件对应的近似案件；

将所述近似案件以及录入基础信息后的裁决书模板发送第一终端，所述第一终端用于根据所述近似案件以及录入基础信息后的裁决书模板生成当前案件对应的裁决书。

在其中一个实施例中，利用所述基础信息生成当前案件向量，根据所述当前案件向量在大数据平台中搜索与所述当前案件对应的近似案件包括：

在所述基础信息中提取关键信息，利用所述关键信息计算所述案件标识对应的当前案件向量；

将所述当前案件向量在大数据平台中多个历史案件向量进行比对，得到多个相似度；

当相似度达到阈值时，将对应的历史案件标记为近似案件。

在其中一个实施例中，所述方法还包括：

当所述裁决书的生成方式为依据协议自动生成时，提取协议结果对应的文本信息；

将所述协议结果对应的文本信息添加至录入基础信息后的裁决书模板，生成与案件标识对应的裁决书。

在其中一个实施例中，所述方法还包括：

将所述裁决书作为裁决书初稿，生成对应的区块，写入区块链中；

将所述裁决书初稿发送至第二终端，所述第二终端用于对所述裁决书进行校对，并返回对应的校对记录；

利用所述裁决书初稿与所述校对记录生成对应的区块，写入区块链中；

当所述校对记录表示审核通过时，将所述裁决书初稿与对应的校对记录发送至第三终端，所述第三终端用于对所述裁决书进行核阅，并返回对应的核阅意见；

当核阅通过时，生成待签字裁决书，利用所述待签字裁决书与所述核阅意见生成对应的区块，写入区块链中。

在其中一个实施例中，在生成待签字裁决书之后，所述方法还包括：

当在预设时间段内接收到多个第一终端上传的签名请求时，调用预设机制对签名请求进行状态设置；

当所述签名请求对应的状态为可执行时，根据所述签名请求中携带的签名密钥调用预设的签名图像，将所述签名图像添加至所述待签字裁决书中的签名位置；

当所述签名请求对应的状态为锁定时，则所述签名请求保持等待，直至所述签名请求对应的上一个签名请求执行完毕；

在所有的签名图像添加完成后，获取仲裁机构对应的签章图像，将所述签章图像添加至所述待签字裁决书中的签章位置；

利用完成签章与签章的裁决书，生成有效裁决书。

一种基于在线仲裁的裁决书生成处理装置，所述装置包括：

卷宗获取模块，用于获取当前案件的案件标识，根据所述案件标识获取对应的电子卷宗；

信息录入模板，用于在所述电子卷宗中抓取基础信息，将所述基础信息录入裁决书模板；

搜索模块，用于获取裁决书的生成方式，当所述生成方式为智能生成方式时，利用所述基础信息生成当前案件向量，根据所述当前案件向量在大数据平台中搜索与所述当前案件对应的近似案件；

通信模块，用于将所述近似案件以及录入基础信息后的裁决书模板发送第一终端，所述第一终端用于根据所述近似案件以及录入基础信息后的裁决书模板生成当前案件对应的裁决书。

在其中一个实施例中，所述搜索模块还用于在所述基础信息中提取关键信息，利用所述关键信息计算所述案件标识对应的当前案件向量；将所述当前案件向量在大数据平台中多个历史案件向量进行比对，得到多个相似度；当相似度达到阈值时，将对应的历史案件标记为近似案件。

在其中一个实施例中，所述录入模块还用于当所述裁决书的生成方式为依据协议自动生成时，提取协议结果对应的文本信息；将所述协议结果对应的文本信息添加至录入基础信息后的裁决书模板，生成与案件标识对应的裁决书。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述各个方法实施例中的步骤。

上述基于在线仲裁的裁决书生成处理方法、装置、计算机设备和存储介质，通过在电子卷宗中自动抓取基础信息，由此可以将基础信息直接录入裁决书模板中，省去了仲裁员收入录入基础信息的工作。根据裁决书的生成方式，可以根据当前案件向量在大数据平台中搜索近似案件，将近似案件与录入基础信息后的裁决书模板发送至仲裁员对应的第一终端。由此可以使得仲裁员只需录入裁决结果，即可生成相应的裁决书。整个过程，不仅有效节省了仲裁员手动录入信息的工作量，而且通过搜索近似案件，可以给仲裁员提供近似案件的裁决书，方便仲裁员快速进行判决。有效提高了在线仲裁时裁决书的制作效率。

附图说明

图1为一个实施例中基于在线仲裁的裁决书生成处理方法的应用场景图；

图2为一个实施例中基于在线仲裁的裁决书生成处理方法的流程示意图；

图3为一个实施例中根据当前案件向量在大数据平台中搜索与当前案件对应的近似案件步骤的流程示意图；

图4为一个实施例中根据依据协议自动生成裁决书步骤的流程示意图；

图5为一个实施例中基于在线仲裁的裁决书生成处理装置的结构框图；

图6为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的基于在线仲裁的裁决书生成处理方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种基于在线仲裁的裁决书生成处理方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：

步骤202，获取当前案件的案件标识，根据案件标识获取对应的电子卷宗。

步骤204，在电子卷宗中抓取基础信息，将基础信息录入裁决书模板。

在线仲裁包括多个仲裁环节，如立案环节、庭前准备环节、庭审环节、裁决环节等。服务器在每个仲裁环节均采集相应的案件信息，生成与案件标识对应的电子卷宗。电子卷宗中包括基础信息与关键信息等。其中，基础信息包括：申请人信息、被申请人信息、案号、仲裁庭概况、申请人仲裁请求、事实与理由、被申请人答辩意见等。关键信息包括争议焦点、案由、案件事实、仲裁请求等。

在庭审环节结束之后，进入裁决环节。在裁决环节中，服务器可以根据案件类型获取对应的裁决书模板，利用裁决书模板上传与案件标识对应的裁决书。为了提高裁决书的生成效率，减少仲裁员的信息录入的工作量，服务器可以根据裁决书模板中各个字段，基础信息中提取相应内容，并且将提取到的基础信息录入至裁决书模板中。其中，服务器可以在电子卷宗中的仲裁申请书中提取申请人信息、被申请人信息；服务器可以在案件受理通知书中提取案号；服务器可以在组庭通知书中提取仲裁庭概况；服务器可以在仲裁申请书、庭审笔录中提取申请人仲裁请求、事实与理由，以及服务可以在答辩状、庭审笔录中提取被申请人答辩意见。

步骤206，获取裁决书的生成方式，当生成方式为智能生成方式时，利用基础信息生成当前案件向量，根据当前案件向量在大数据平台中搜索与当前案件对应的近似案件。

步骤208，将近似案件以及录入基础信息后的裁决书模板发送第一终端，第一终端用于根据近似案件以及录入基础信息后的裁决书模板生成当前案件对应的裁决书。

裁决书的生成方式可以有多种，包括智能生成方式(又可以称为第一方式)以及依据协议自动生成方式(又可以称为第二方式)。仲裁员通过第一终端可以选择裁决书的生成方式。当生成方式为成方式为第一方式时，服务器根据电子卷宗中的案件信息(包括仲裁申请书、答辩状、相关证据材料、庭审笔录、代理词等)，通过分析，从既往诉讼案件裁判文书数据中，找出近似案件裁判文书。具体的，服务器在电子卷宗中提取争议焦点、案由、案件事实、仲裁请求等关键信息。服务器可以根据利用关键信息生成当前案件向量，利用当前案件向量与历史诉讼案件的裁决书的向量(也可以简称为历史案件向量)进行匹配。大数据平台中存储了大量的历史诉案件向量。服务器利用当前案件向量与历史诉讼案件向量进行匹配，可以快速搜索到与当前案件相近似的历史案件，即相似案件。如果搜索到多个近似案件的裁决书，服务器还可以从判决时间、法院层级、地域三个维度，对推送出的近似案件裁判文书进行排序。服务器可以按照判决时间更新、法院层级更高、地域更贴近的顺序对筛选出的近似案件的裁决书(也可简称为近似裁决书)。

第一终端接收服务器发送的近似案件的裁决书，根据近似案件的裁决书给出相应的裁决结果，利用裁决结果与录入基础信息后的裁决书模板生成对应的裁决书。

本实施例中，通过在电子卷宗中自动抓取基础信息，由此可以将基础信息直接录入裁决书模板中，省去了仲裁员收入录入基础信息的工作。根据裁决书的生成方式，可以根据当前案件向量在大数据平台中搜索近似案件，将近似案件与录入基础信息后的裁决书模板发送至仲裁员对应的第一终端。由此可以使得仲裁员只需录入裁决结果，即可生成相应的裁决书。整个过程，不仅有效节省了仲裁员手动录入信息的工作量，而且通过搜索近似案件，可以给仲裁员提供近似案件的裁决书，方便仲裁员快速进行判决。有效提高了在线仲裁时裁决书的制作效率。

在一个实施例中，如图3所示，利用基础信息生成当前案件向量，根据当前案件向量在大数据平台中搜索与当前案件对应的近似案件的步骤包括：

步骤302，在基础信息中提取关键信息，利用关键信息计算案件标识对应的当前案件向量。

步骤304，将当前案件向量在大数据平台中多个历史案件向量进行比对，得到多个相似度。

步骤306，当相似度达到阈值时，将对应的历史案件标记为近似案件。

大数据平台中预先存储了多个历史案件向量。该历史案件向量可以是利用历史案件对应的裁决书(也可以称为历史裁决书)计算出的。具体的，服务器可以预先对海量的历史案件的裁决书中的词语进行统计，以及获取人工定义的与法律相关的多种词语，构建相应的词库。服务器针对每份历史裁决书进行分词处理，根据每个词语在词库中出现的频率计算其相应的词频，以及逆词频，利用词频与逆词频计算每份历史裁决书对应的文本向量。

由于文本向量只能反映历史裁决书的文字特征，而历史裁决书是法律文件，还需要进一步从法律层面来反映案件特征。服务器上预先建立了多种案件类型对应的因子，不同的因子对应不同的因子条件。服务器利用关键字在关键信息中进行因子抽取，将抽取到的因子与因子条件进行比对，根据比对结果，生成因子向量。其中，因子可以包括：交易行为、是否侵犯、非法侵占、故意侵权、是否牟利等，因子条件包括：是、否等。不同的因子对应不同的因子条件。例如，当提取到的因子，与因子条件比对后，比对结果为是，则可以用1表示，比对结果为否，可以用0表示。通过对所有提取到的因子与因子条件进行比对，由此可以生成多个维度的因子向量。服务器将文本向量与因子向量进行拼接，生成历史裁决书对的向量，该向量也可以成为历史案件向量。

服务器可以在基础信息中抓取关键信息，关键信息包括案由、事实、诉讼请求、争议焦点等。服务器可以按照上述方式计算关键信息对应的文本向量以及因子向量，将文本向量与因子向量进行拼接，生成与案件标识对应的向量，该向量也可以成为当前案件向量。

服务器将当前案件向量与大数据平台中的多个历史案件向量进行比对，得到相应的多个相似度，当相似度达到阈值时，服务器将相应的历史案件标记为近似案件。由于当前案件向量与历史案件向量中不仅包含了文字特征，也包含了与案件相应的法律特征，通过向量比对，由此能够在海量的历史案件中准确得到当前仲裁案件的近似案件。

在搜索相似案件的过程中，不同关键信息的重要程度不同。为了能进一步提高近似案件的搜索效率，服务器可以先利用部分关键信息进行初次搜索，在初次搜索结果中再进行二次搜索，在二次搜索结果中提取相应的近似案件。具体的，服务器可以将争议焦点参照上述实施例中提供的方式生成相应的当前案件第一向量，以及将案件事实、仲裁请求等其他关键信息生成当前案件第二向量。大数据平台也可以预先存储了多个历史案件对应的历史案件第一向量以及历史案件第二向量。服务器将当前案件第一向量与历史案件第一向量进行匹配，当相似度达到阈值时，将相应的历史案件记录至初次搜索结果中。服务器根据初次搜索结果，将当前案件第二向量与相应的历史案件第二向量再次进行匹配，当相似度达到阈值时，将相应历史案件记录为相似案件。

由于当前案件第一向量中只是包含了部分关键信息，有效减少了初次搜索的数据量，由此能够在大数据平台中快速完成初次搜索，确定近似案件的范围。二次搜索是在初次搜索的基础上进行的，搜索范围较小，从而能够快速搜索到进行案件。进一步提高了近似案件的搜索效率。

在一个实施例中，该方法还包括：根据依据协议自动生成裁决书的步骤。

如图4所示，该步骤具体包括：

步骤402，当裁决书的生成方式为依据协议自动生成时，提取协议结果对应的文本信息。

步骤404，将协议结果对应的文本信息添加至录入基础信息后的裁决书模板，生成与案件标识对应的裁决书。

裁决书的生成方式可以是依据协议生成裁决书。所依据的协议可以是调解协议也可以是和解协议。具体的，当裁决书的生成方式为依据协议生成时，服务器可以获取与案件标识对应的电子卷宗、协议内容以及裁决书模板。电子卷宗中包括的案件信息如下：调解协议/和解协议、仲裁申请书、庭审笔录、证据材料、代理词、答辩状等。服务器根据裁决书模板的输入框，在调解协议/和解协议以及电子卷宗中抓取相应内容，将抓取到的内容填入裁决书模板中，自动生成裁决书。

其中，服务器可以在电子卷宗中抓取基础信息，将基础信息录入裁决书模板。然后在调解协议/和解协议中提取结果内容，将结果内容添加至录入基础信息后的裁决书模板，以此生成与案件标识对应的裁决书。如果调解协议/和解协议为PDF格式或者图像格式时，服务器在提取结果内容之前，还会对调解协议/和解协议进行格式转换，以便转换为文本格式。服务器利用关键字，在文本格式的调解协议/和解协议中提取协议结果对应的文本信息。服务器将提取到的协议结果对应的文本信息添加至录入基础信息后的裁决书模板，生成与案件标识对应的裁决书。

通过利用调解协议/和解协议自动生成裁决书，有效节省了人工生成裁决书的工作，不仅为仲裁人员提供了方便，而且有效提高了裁决书的制作效率。

在一个实施例中，该方法还包括：将裁决书作为裁决书初稿，生成对应的区块，写入区块链中；将裁决书初稿发送至第二终端，第二终端用于对裁决书进行校对，并返回对应的校对记录；利用裁决书初稿与校对记录生成对应的区块，写入区块链中；当校对记录表示审核通过时，将裁决书初稿与对应的校对记录发送至第三终端，第三终端用于对裁决书进行核阅，并返回对应的核阅意见；当核阅通过时，生成待签字裁决书；利用待签字裁决书与核阅意见生成对应的区块，写入区块链中。

在裁决书生效之前，还需要经过仲裁秘书以及仲裁委员会的审核。通过上述实施例中生成的裁决书，可以称为裁决书初稿，服务器将裁决书初稿生成区块写入区块链，并且向仲裁秘书对应的第二终端发送提交初稿的信息。第二终端获取仲裁书初稿并进行校对，校对结束之后，第二终端生成校对记录。校对记录中包括校对记录以及是否通过等。第二终端向服务器返回该校对记录，服务器利用校对记录生成相应的区块，将区块写入区块链中。如果第二终端校对通过，则服务器向仲裁委员会对应的第三终端发送待核阅的信息，第三终端获取裁决书初稿，并进行核阅。第三终端在核阅之后，向服务器返回核阅意见。服务器利用核阅意见生成区块，写入区块链中。

如果第二终端校对未通过，则第二终端向服务器返回修订的提示信息，服务器将该提示信息转发至第一终端。第一终端对裁决书初稿进行修改，并上传修改后的裁决书。服务器利用修改后的裁决书生成区块，并写入区块链，再次提交至第二终端进行校验。第二终端将该提示信息转发至第一终端，由第一终端对裁决书进行签名。重复上述方式，直至修改后的裁决书通过核阅。通过核阅的仲裁书也可以成为待签字仲裁书。

在对裁决书初稿进行审核的过程中，在线仲裁采用了现在仲裁的审核方式，即仲裁秘书进行校核，仲裁委员会进行核阅。由于在线仲裁过程中，可以对所有的数据进行实时记录，由此可以对仲裁书初稿、核对记录、以及核阅意见等生成相应的区块，并写入区块链中。由于区块链中的数据不可篡改，由此为仲裁书的追溯过程提供了保证。

在一个实施例中，在生成待签字裁决书之后，该方法还包括：当在预设时间段内接收到多个第一终端上传的签名请求时，调用预设机制对签名请求进行状态设置；当签名请求对应的状态为可执行时，根据签名请求中携带的签名密钥调用预设的签名图像，将签名图像添加至待签字裁决书中的签名位置；当签名请求对应的状态为锁定时，则签名请求保持等待，直至签名请求对应的上一个签名请求执行完毕；在所有的签名图像添加完成后，获取仲裁机构对应的签章图像，将签章图像添加至待签字裁决书中的签章位置；利用完成签章与签章的裁决书，生成有效裁决书。

在线仲裁时，仲裁庭对应的组庭方式包括独任制和合议制。独任制由一位仲裁员组成仲裁庭。合议制由三位仲裁员组成仲裁庭。当服务器上传待签字裁决书之后，还需要仲裁庭的一位或多位仲裁员签字，以及仲裁委员会盖章，才能使得仲裁员生效。

对于独任制的仲裁员，服务器可以接收该仲裁员对应的第一终端上传的前面请求，根据签名请求中携带的签名秘钥，获取对应的签名图像，将签名图像添加在待签字仲裁书的签名位置。

对于合议制的仲裁员，服务器可以接收多个仲裁员分别对应的第一终端上传的签名请求。当多个第一终端上传的签名请求在预设时间段内时，如在1分钟之内时，服务器可以调用预设机制对签名请求进行状态设置。其中，服务器通过预设机制识别多个签名请求对应的上传时间，根据上传时间对应的先后顺序对多个签名请求赋予对应的键值，根据键值对多个签名请求设置对应的状态。当签名请求对应的状态为可执行时，服务器根据签名请求中携带的签名密钥调用预设的签名图像，将签名图像添加至待签字裁决书中的签名位置。当签名请求对应的状态为锁定时，则签名请求保持等待，直至签名请求对应的上一个签名请求执行完毕。在所有的签名图像添加完成后，服务器获取仲裁机构对应的签章图像，将签章图像添加至待签字裁决书中的签章位置，利用完成签章与签章的裁决书，生成有效裁决书。该有效裁决书即为可以下发至当事人的生效裁决书。

本实施例中，通过添加签字图像以及签章图像，可以克服仲裁员与仲裁委员会不在同一地点，无法签字的问题，能够使得在线仲裁同样生成有效裁决书，从而使得裁决书生效。

应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图5所示，提供了一种基于在线仲裁的裁决书生成处理装置，包括：卷宗获取模块502、信息录入模板504、搜索模块506、通信模块508，其中：

卷宗获取模块502，用于获取当前案件的案件标识，根据案件标识获取对应的电子卷宗。

信息录入模板504，用于在电子卷宗中抓取基础信息，将基础信息录入裁决书模板。

搜索模块506，用于获取裁决书的生成方式，当生成方式为智能生成方式时，利用基础信息生成当前案件向量，根据当前案件向量在大数据平台中搜索与当前案件对应的近似案件。

通信模块508，用于将近似案件以及录入基础信息后的裁决书模板发送第一终端，第一终端用于根据近似案件以及录入基础信息后的裁决书模板生成当前案件对应的裁决书。

在一个实施例中，搜索模块还用于在所述基础信息中提取关键信息，利用所述关键信息计算所述案件标识对应的当前案件向量；将当前案件向量在大数据平台中多个历史案件向量进行比对，得到多个相似度；当相似度达到阈值时，将对应的历史案件标记为近似案件。

在一个实施例中，录入模块还用于当所述裁决书的生成方式为依据协议自动生成时，提取协议结果对应的文本信息；将所述协议结果对应的文本信息添加至录入基础信息后的裁决书模板，生成与案件标识对应的裁决书。

在一个实施例中，该装置还包括：存储模块，用于将裁决书作为裁决书初稿，生成对应的区块，写入区块链中；通信模块还用于将裁决书初稿发送至第二终端，第二终端用于对裁决书进行校对，并返回对应的校对记录；存储模块还用于利用裁决书初稿与校对记录生成对应的区块，写入区块链中；通信模块还用于当校对记录表示审核通过时，将裁决书初稿与对应的校对记录发送至第三终端，第三终端用于对裁决书进行核阅，并返回对应的核阅意见；存储模块还用于当核阅通过时，生成待签字裁决书；利用待签字裁决书与核阅意见生成对应的区块，写入区块链中。

在一个实施例中，该装置还包括：签字模块，用于当在预设时间段内接收到多个第一终端上传的签名请求时，调用预设机制对签名请求进行状态设置；当签名请求对应的状态为可执行时，根据签名请求中携带的签名密钥调用预设的签名图像，将签名图像添加至待签字裁决书中的签名位置；当签名请求对应的状态为锁定时，则签名请求保持等待，直至签名请求对应的上一个签名请求执行完毕；在所有的签名图像添加完成后，获取仲裁机构对应的签章图像，将签章图像添加至待签字裁决书中的签章位置；利用完成签章与签章的裁决书，生成有效裁决书。

关于基于在线仲裁的裁决书生成处理装置的具体限定可以参见上文中对于基于在线仲裁的裁决书生成处理方法的限定，在此不再赘述。上述基于在线仲裁的裁决书生成处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储仲裁案件的案件信息等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于在线仲裁的裁决书生成处理方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述各个方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各个方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于在线仲裁的裁决书生成处理方法，所述方法包括：

获取当前案件的案件标识，根据所述案件标识获取对应的电子卷宗；

在所述电子卷宗中抓取基础信息，将所述基础信息录入裁决书模板；

获取裁决书的生成方式，当所述生成方式为智能生成方式时，在所述基础信息中提取第一关键信息和第二关键信息，生成所述第一关键信息对应的文本向量和因子向量组成当前案件第一向量，生成所述第二关键信息对应的文本向量和因子向量组成当前案件第二向量，将所述当前案件第一向量和大数据平台中多个历史案件对应的历史案件第一向量进行匹配，得到初始搜索结果，将所述当前案件第二向量和所述初始搜索结果中各个历史案件对应的历史案件第二向量进行匹配，得到与所述当前案件对应的近似案件；其中，文本向量用于反映文字特征，因子向量用于反映法律特征；因子向量是利用关键字在关键信息中进行因子抽取，将抽取到的因子与因子条件进行对比，根据比对结果生成的；

将所述近似案件的裁决书以及录入基础信息后的裁决书模板发送至第一终端，所述第一终端用于根据所述近似案件的裁决书确定裁决结果，并利用所述裁决结果与所述录入基础信息后的裁决书模板生成所述当前案件对应的裁决书。

2.根据权利要求1所述的方法，其特征在于，所述将所述当前案件第一向量和大数据平台中多个历史案件对应的历史案件第一向量进行匹配，得到初始搜索结果，将所述当前案件第二向量和所述初始搜索结果中各个历史案件对应的历史案件第二向量进行匹配，得到与所述当前案件对应的近似案件，包括：

将所述当前案件第一向量和大数据平台中多个历史案件对应的历史案件第一向量进行比对，得到多个相似度，当相似度达到阈值时，将对应的历史案件标记为初始搜索结果；

将所述当前案件第二向量和所述初始搜索结果中各个历史案件对应的历史案件第二向量进行比对，得到多个相似度，当相似度达到阈值时，将对应的历史案件标记为近似案件。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述裁决书的生成方式为依据协议自动生成时，提取协议结果对应的文本信息；

将所述协议结果对应的文本信息添加至录入基础信息后的裁决书模板，生成与案件标识对应的裁决书。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：

将所述裁决书作为裁决书初稿，生成对应的区块，写入区块链中；

将所述裁决书初稿发送至第二终端，所述第二终端用于对所述裁决书进行校对，并返回对应的校对记录；

利用所述裁决书初稿与所述校对记录生成对应的区块，写入区块链中；

当所述校对记录表示审核通过时，将所述裁决书初稿与对应的校对记录发送至第三终端，所述第三终端用于对所述裁决书进行核阅，并返回对应的核阅意见；

当核阅通过时，生成待签字裁决书，利用所述待签字裁决书与所述核阅意见生成对应的区块，写入区块链中。

5.根据权利要求4所述的方法，其特征在于，在生成待签字裁决书之后，所述方法还包括：

当在预设时间段内接收到多个第一终端上传的签名请求时，调用预设机制对签名请求进行状态设置；

当所述签名请求对应的状态为可执行时，根据所述签名请求中携带的签名密钥调用预设的签名图像，将所述签名图像添加至所述待签字裁决书中的签名位置；

当所述签名请求对应的状态为锁定时，则所述签名请求保持等待，直至所述签名请求对应的上一个签名请求执行完毕；

在所有的签名图像添加完成后，获取仲裁机构对应的签章图像，将所述签章图像添加至所述待签字裁决书中的签章位置；

利用完成签名与签章的裁决书，生成有效裁决书。

6.一种基于在线仲裁的裁决书生成处理装置，其特征在于，所述装置包括：

卷宗获取模块，用于获取当前案件的案件标识，根据所述案件标识获取对应的电子卷宗；

信息录入模块，用于在所述电子卷宗中抓取基础信息，将所述基础信息录入裁决书模板；

搜索模块，用于获取裁决书的生成方式，当所述生成方式为智能生成方式时，在所述基础信息中提取第一关键信息和第二关键信息，生成所述第一关键信息对应的文本向量和因子向量组成当前案件第一向量，生成所述第二关键信息对应的文本向量和因子向量组成当前案件第二向量，将所述当前案件第一向量和大数据平台中多个历史案件对应的历史案件第一向量进行匹配，得到初始搜索结果，将所述当前案件第二向量和所述初始搜索结果中各个历史案件对应的历史案件第二向量进行匹配，得到与所述当前案件对应的近似案件；其中，文本向量用于反映文字特征，因子向量用于反映法律特征；因子向量是利用关键字在关键信息中进行因子抽取，将抽取到的因子与因子条件进行对比，根据比对结果生成的；

通信模块，用于将所述近似案件的裁决书以及录入基础信息后的裁决书模板发送至第一终端，所述第一终端用于根据所述近似案件的裁决书确定裁决结果，并利用所述裁决结果与所述录入基础信息后的裁决书模板生成所述当前案件对应的裁决书。

7.根据权利要求6所述的装置，其特征在于，所述搜索模块还用于将所述当前案件第一向量和大数据平台中多个历史案件对应的历史案件第一向量进行比对，得到多个相似度，当相似度达到阈值时，将对应的历史案件标记为初始搜索结果；将所述当前案件第二向量和所述初始搜索结果中各个历史案件对应的历史案件第二向量进行比对，得到多个相似度，当相似度达到阈值时，将对应的历史案件标记为近似案件。

8.根据权利要求6所述的装置，其特征在于，所述信息录入模块还用于当所述裁决书的生成方式为依据协议自动生成时，提取协议结果对应的文本信息；将所述协议结果对应的文本信息添加至录入基础信息后的裁决书模板，生成与案件标识对应的裁决书。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。