CN110489524A - 涉刑案件数据智能审查方法及装置 - Google Patents
涉刑案件数据智能审查方法及装置 Download PDFInfo
- Publication number
- CN110489524A CN110489524A CN201910718667.8A CN201910718667A CN110489524A CN 110489524 A CN110489524 A CN 110489524A CN 201910718667 A CN201910718667 A CN 201910718667A CN 110489524 A CN110489524 A CN 110489524A
- Authority
- CN
- China
- Prior art keywords
- punishment
- case
- relate
- law
- examination
- 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 47
- 239000000463 material Substances 0.000 claims abstract description 44
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 238000003058 natural language processing Methods 0.000 claims abstract description 20
- 239000000284 extract Substances 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims description 15
- 206010039203 Road traffic accident Diseases 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 101000911390 Homo sapiens Coagulation factor VIII Proteins 0.000 claims description 6
- 102000057593 human F8 Human genes 0.000 claims description 6
- 229940047431 recombinate Drugs 0.000 claims description 6
- 230000001052 transient effect Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 239000000047 product Substances 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 210000001520 comb Anatomy 0.000 description 3
- 238000005194 fractionation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009897 systematic 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Technology Law (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (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
本发明实施例公开了一种涉刑案件数据智能审查方法及装置，所述方法包括：建立涉刑审查法律业务相关的要素结构；对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；根据涉刑要素选择适用的审查规则算法，并通过审查规则算法得出规则判断的结论。本发明实施例公开的涉刑案件数据智能审查方法及装置，完善了法律微观要素，可以满足涉刑的智能判断所需；可以根据案件的案情，自动判断出当前民事、刑事案件是否涉刑；可以辅助法官对于涉刑审查提供参考，并向法官展示出判断涉刑的个案要素，减少了法官的工作量；智能审查的结论，可以应用于庭审之后其他法律应用产品中。
Description
技术领域
本发明实施例涉及法律人工智能技术领域，具体涉及一种涉刑案件数据智能审查方法及装置。
背景技术
民事、行政案件涉刑智能审查技术属于法律人工智能中的信息技术领域，主要涉及到法律推理技术、深度机器学习、自然语言处理技术。
现有技术中，利用人工智能对法律案件数据进行处理，通常是根据案由和案件类型，确定案件中的法律事实要素，判断有异议、无异议的法律事实要素。例如：机动车交通事故责任纠纷案由，将该案由中涉及的基本要素与个案进行匹配，从而将个案相关的事实要素进行展示供原、被告进行确认。通过设定的简单的法律规则：①起诉方(原告)先确认、应诉方(被告)后确认；②起诉方与应诉方均认可的事实要素为无异议要素，起诉方与应诉方有一方不认可或者未进行确认的要素为有异议要素。根据法律要素的展示与法律规则的设定，判断法律事实要素的属性。
但是，现有技术中的方案存在如下缺陷：①法律规则单一，过于依赖用户的确认，忽略系统自动智能判断；②不是通过机器对案情的分析得出的结论；③用户操作复杂，涉及复杂案件时，要素的展示过多。
发明内容
为此，本发明实施例提供一种涉刑案件数据智能审查方法及装置，以解决现有技术中对案件数据处理依赖用户的确认，用户操作复杂的技术问题。
为了实现上述目的，本发明实施例提供如下技术方案：
根据本发明实施例的第一方面提供一种涉刑案件数据智能审查方法，包括：
建立涉刑审查法律业务相关的要素结构；
对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
根据涉刑要素选择适用的审查规则算法，并通过审查规则算法得出规则判断的结论。
进一步地，所述建立涉刑审查法律业务相关的要素结构，具体包括：
根据案由的事实，梳理出当前案由可能涉及的罪名；
根据各个罪名确定影响涉刑审查的要素信息点，建立涉刑审查要素结构。
进一步地，所述对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素，具体包括：
根据案件类型、案由的不同，以及对法律关系的分析及总结，通过对卷宗材料的分析，利用正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
通过特定的法律业务逻辑规律，用已有的要素信息，经过不同场景式模块化的配置，进行关联信息的数据拆分、整合和重组，从而推导出无法直接获取的要素信息。
进一步地，所述涉刑审查法律业务相关的要素结构包括民事一审机动车交通事故责任纠纷案由和行政一审涉刑审查案由。
根据本发明实施例的第二方面提供一种涉刑案件数据智能审查装置，包括：
构建模块，用于建立涉刑审查法律业务相关的要素结构；
要素提取模块，用于对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
判断模块，用于根据涉刑要素选择适用的审查规则算法，并通过审查规则算法得出规则判断的结论。
进一步地，所述构建模块包括罪名梳理单元和信息确定单元；
罪名梳理单元，用于根据案由的事实，梳理出当前案由可能涉及的罪名；
信息确定单元，用于根据各个罪名确定影响涉刑审查的要素信息点，建立涉刑审查要素结构。
进一步地，所述要素提取模块包括处理单元和配置单元；
处理单元，用于根据案件类型、案由的不同，以及对法律关系的分析及总结，通过对卷宗材料的分析，利用正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
配置单元，用于通过特定的法律业务逻辑规律，用已有的要素信息，经过不同场景式模块化的配置，进行关联信息的数据拆分、整合和重组，从而推导出无法直接获取的要素信息。
进一步地，所述涉刑审查法律业务相关的要素结构包括民事一审机动车交通事故责任纠纷案由和行政一审涉刑审查案由。
再一方面，本发明实施例提供一种电子设备，包括：存储器、处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述方法的步骤。
又一方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被处理器执行时，实现上述方法的步骤。
本发明实施例具有如下优点：
本发明实施例公开的涉刑案件数据智能审查方法及装置，分案件类型、分案由的要素精准分析，以及对于涉刑审查法律业务要素的补充，完善了法律微观要素，可以满足涉刑的智能判断所需；可以根据案件的案情，自动判断出当前民事、刑事案件是否涉刑；该技术可以辅助法官对于涉刑审查提供参考，并向法官展示出判断涉刑的个案要素，减少了法官的工作量，法官仅需要通过系统确认是否使用该结论即可；该技术判断的结论，可以应用于庭审之后其他法律应用产品中。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述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示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例提供的涉刑案件数据智能审查方法示意图；
图2为本发明实施例提供的涉刑审查罪名梳理示意图；
图3为本发明实施例提供的涉刑审查法律推理逻辑流程示意图；
图4为本发明实施例提供的涉刑案件数据智能审查装置示意图；
图5为本发明实施例提供的电子设备的结构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一，也被认为是二十一世纪三大尖端技术之一。法律人工智能，又称“人工智能与法”，是人工智能的一个子领域，主要涉及人工智能在法律信息问题中的应用以及对这些问题的研究。
法律人工智能的核心问题是计算法学。1949年，美国法学家洛文杰律师在《明尼苏达法律评论》上发表了《法律度量学：下一个前进步骤》一文，提出要用统计方法来测量证人、法官和立法者的行为。1956年，耶鲁大学法学院教授艾伦发表了《符号逻辑：一种起草与解释法律文件的锐利工具》，提出要用符号逻辑数学记号来起草和解释法律。1958年，梅尔在英国国家物理实验室举办的“思维过程机械化论坛”上发表了《法律世界的自动化：从法律信息机器处理到法律机器》一文。1970年，布坎南与海德里克在《斯坦福法律评论》上发表的《关于人工智能与法律推理的几点思考》被视为首个真正法律人工智能提案，因为他们第一次正式把“人工智能”与“法律推理”关联起来思考问题。
法律推理引擎研发是法律人工智能的核心技术。法律人工智能学界关注的议题无非两类：一类是理论研究，即法律推理建模；二是应用研究，即法律应用软件开发。前一类是为后一类搭建理论框架。根据维基百科全书英文版“人工智能与法”词条介绍，到目前为止，人工智能与法领域主要研究10大议题：1.法律推理形式模型；2.论证与决策计算模型；3.证据推理计算模型；4.多主体系统法律推理；5.可执行立法模型；6.法律文本自动分类检索；7.法律数据库与文本自动提取；8.电子取证机器学习与数据挖掘；9.基于概念或模型的法律信息检索；10.自动执行少数重复性法律任务的法律机器人。其中，前五个属于第一类研究，后五个属于第二类研究。不仅如此，在法律人工智能研发中，法律推理形式模型居于十大议题之首，是最基础的问题，其目标就是生产一个“法律推理引擎”。
此外，法律推理建模就是要建构法律推理计算模型。这种建模有三种路径：一是规则推理路径，即基于现有法律法规来建构法律推理引擎。对成文法系，这一路径是最根本的。二是案例推理路径，即基于过去判例来建模法律推理引擎。对判例法系，这一种路径是最根本的。三是大数据推理路径，即充分利用当代互联网与大数据技术来建模法律推理引擎。
图1为本发明实施例提供的涉刑案件数据智能审查方法示意图，如图1所示，本发明实施例提供一种涉刑案件数据智能审查方法，其执行主体为涉刑案件数据智能审查装置，该方法包括：
步骤S101、建立涉刑审查法律业务相关的要素结构。
具体来说，所述建立涉刑审查法律业务相关的要素结构，具体包括：
根据案由的事实，梳理出当前案由可能涉及的罪名；
根据各个罪名确定影响涉刑审查的要素信息点，建立涉刑审查要素结构。
涉刑审查是指审查当前民事诉讼案件中是否存在涉及刑事犯罪的情形。涉刑审查不是认定犯罪行为的审查，只审查当前民事诉讼中是否存在犯罪嫌疑。
首先，根据案由的事实，梳理出当前案由可能涉及的罪名。图2为本发明实施例提供的涉刑审查罪名梳理示意图，涉刑审查罪名梳理示意图如图2所示，将涉刑审查罪名梳理为两大类，第一类为机动车交通事故责任纠纷案由涉及罪名，第二类为离婚纠纷案由涉及罪名。其中，第一类又包括交通肇事罪、危险驾驶罪和以危险方法危害公共安全罪等。第二类又包括重婚罪、虐待罪、破坏军婚罪和遗弃罪等。
其次，根据各个罪名，确定影响涉刑审查的要素信息点，建立涉刑审查要素结构。具体罪名的判断主要是通过对具体罪名的要件进行分析，例：主体身份、危害行为、危害结果。其中，危害结果不是所有罪名的要件，需要根据具体罪名而确定是否要添加这一要件的判断。
交通肇事罪的要件梳理如表1所示。
表1交通肇事罪的要件梳理
危险驾驶罪的要件梳理如表2所示。
表2危险驾驶罪的要件梳理
以危险方法危害公共安全罪的要件梳理如表3所示。
表3以危险方法危害公共安全罪的要件梳理
步骤S102、对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素。
具体来说，所述对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素，具体包括：
根据案件类型、案由的不同，以及对法律关系的分析及总结，通过对卷宗材料的分析，利用正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
通过特定的法律业务逻辑规律，用已有的要素信息，经过不同场景式模块化的配置，进行关联信息的数据拆分、整合和重组，从而推导出无法直接获取的要素信息。
其中，涉刑要素指从获取的卷宗材料中提取出来的一个个独立的核心关键词。
具体地，对卷宗材料进行核心关键词的提取包括：先采用分词算法对卷宗材料进行词汇拆分。可选地，分词算法可以采用基于字符串匹配的分词算法，或者采用基于理解的分词算法，还可以是采用基于统计的分词算法实现。优选地，还可通过Java语言的拆分函数，或者通过将卷宗材料导入计算机的EXCEL或PPT等具有自动拆分字符功能的软件实现对卷宗材料的自动拆分。
然后，通过正则表达式对拆分后的卷宗材料进行筛选，过滤掉一些不具有意义的特定词语，例如：助词、语气词或者连接词等。将筛选后所得的词语提取出来作为关键词。正则表达式可以采用Java语言进行编写。
最后，采用自然语言对关键词进行分析，使用每个关键词与已有的要素信息的关联程度判断该关键词是否为涉刑的关键词。其中，已有的要素信息按照不同的应用场景划分成了若干个不同场景式模块，每一场景式模块中已有的信息要素属于一个类别，已有的要素信息为预先存储在数据库中的、涉刑的词汇，例如，刑事、立案侦查、有期徒刑、死亡、重伤等等。
步骤S103、根据涉刑要素选择适用的审查规则算法，并通过审查规则算法得出规则判断的结论。
具体来说，所述涉刑审查法律业务相关的要素结构包括民事一审机动车交通事故责任纠纷案由和行政一审涉刑审查案由。
通过对涉刑审查相关法律内容的深入分析，建立了针对当事人及涉案标的物的通用审查规则，及根据各个案由的具体罪名的审查规则，涉刑审查规则描述如表4所示。
表4涉刑审查规则描述
图3为本发明实施例提供的涉刑审查法律推理逻辑流程示意图，如图3所示，涉刑审查法律推理本方案以机动车交通事故责任纠纷案由为例，进行具体罪名审查规则的判断逻辑。在机动车交通事故责任纠纷案由中主要涉及三个罪名的判断，即交通肇事罪、危险驾驶罪、以危险方法危害公共安全罪。包括规则判断的数据来源、规则运行的条件及规则判断的结论。在要素分析完成后，程序根据获取的数据来源，去解析涉刑的规则配置，通过算法得出规则判段的结论，从而实现涉刑审查的智能判断。
本发明实施例公开的涉刑案件数据智能审查方法，分案件类型、分案由的要素精准分析，以及对于涉刑审查法律业务要素的补充，完善了法律微观要素，可以满足涉刑的智能判断所需；可以根据案件的案情，自动判断出当前民事、刑事案件是否涉刑；该技术可以辅助法官对于涉刑审查提供参考，并向法官展示出判断涉刑的个案要素，减少了法官的工作量，法官仅需要通过系统确认是否使用该结论即可；该技术判断的结论，可以应用于庭审之后其他法律应用产品中。
基于上述任一实施例，图4为本发明实施例提供的涉刑案件数据智能审查装置示意图，如图4所示，本发明实施例提供一种涉刑案件数据智能审查装置，用于执行上述任一实施例中所述的方法，具体包括构建模块401、要素提取模块402和判断模块403，其中：
构建模块401用于建立涉刑审查法律业务相关的要素结构；要素提取模块402用于对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；判断模块403用于根据涉刑要素选择适用的审查规则算法，并通过审查规则算法得出规则判断的结论。
基于上述任一实施例，进一步地，所述构建模块包括罪名梳理单元和信息确定单元；
罪名梳理单元，用于根据案由的事实，梳理出当前案由可能涉及的罪名；
信息确定单元，用于根据各个罪名确定影响涉刑审查的要素信息点，建立涉刑审查要素结构。
基于上述任一实施例，进一步地，所述要素提取模块包括处理单元和配置单元；
处理单元，用于根据案件类型、案由的不同，以及对法律关系的分析及总结，通过对卷宗材料的分析，利用正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
配置单元，用于通过特定的法律业务逻辑规律，用已有的要素信息，经过不同场景式模块化的配置，进行关联信息的数据拆分、整合和重组，从而推导出无法直接获取的要素信息。
基于上述任一实施例，进一步地，所述涉刑审查法律业务相关的要素结构包括民事一审机动车交通事故责任纠纷案由和行政一审涉刑审查案由。
本发明实施例提供一种涉刑案件数据智能审查装置，用于执行上述任一实施例中所述的方法，通过本实施例提供的装置执行上述某一实施例中所述的方法的具体步骤与上述相应实施例相同，此处不再赘述。
本发明实施例公开的涉刑案件数据智能审查装置，分案件类型、分案由的要素精准分析，以及对于涉刑审查法律业务要素的补充，完善了法律微观要素，可以满足涉刑的智能判断所需；可以根据案件的案情，自动判断出当前民事、刑事案件是否涉刑；该技术可以辅助法官对于涉刑审查提供参考，并向法官展示出判断涉刑的个案要素，减少了法官的工作量，法官仅需要通过系统确认是否使用该结论即可；该技术判断的结论，可以应用于庭审之后其他法律应用产品中。
图5为本发明实施例提供的电子设备的结构示意图，如图5所示，所述设备包括：处理器(processor)501、存储器(memory)502和总线503；
其中，处理器501和存储器502通过所述总线503完成相互间的通信；
处理器501用于调用存储器502中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：
建立涉刑审查法律业务相关的要素结构；
对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
根据涉刑要素选择适用的审查规则算法，并通过审查规则算法得出规则判断的结论。
此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：
建立涉刑审查法律业务相关的要素结构；
对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
根据涉刑要素选择适用的审查规则算法，并通过审查规则算法得出规则判断的结论。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：
建立涉刑审查法律业务相关的要素结构；
对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
根据涉刑要素选择适用的审查规则算法，并通过审查规则算法得出规则判断的结论。
以上所描述的装置及设备等实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (10)
1.一种涉刑案件数据智能审查方法，其特征在于，包括：
建立涉刑审查法律业务相关的要素结构；
对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
根据涉刑要素选择适用的审查规则算法，并通过审查规则算法得出规则判断的结论。
2.根据权利要求1所述的涉刑案件数据智能审查方法，其特征在于，所述建立涉刑审查法律业务相关的要素结构，具体包括：
根据案由的事实，梳理出当前案由可能涉及的罪名；
根据各个罪名确定影响涉刑审查的要素信息点，建立涉刑审查要素结构。
3.根据权利要求1所述的涉刑案件数据智能审查方法，其特征在于，所述对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素，具体包括：
根据案件类型、案由的不同，以及对法律关系的分析及总结，通过对卷宗材料的分析，利用正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
通过特定的法律业务逻辑规律，用已有的要素信息，经过不同场景式模块化的配置，进行关联信息的数据拆分、整合和重组，从而推导出无法直接获取的要素信息。
4.根据权利要求1所述的涉刑案件数据智能审查方法，其特征在于，所述涉刑审查法律业务相关的要素结构包括民事一审机动车交通事故责任纠纷案由和行政一审涉刑审查案由。
5.一种涉刑案件数据智能审查装置，其特征在于，包括：
构建模块，用于建立涉刑审查法律业务相关的要素结构；
要素提取模块，用于对卷宗材料进行正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
判断模块，用于根据涉刑要素选择适用的审查规则算法，并通过审查规则算法得出规则判断的结论。
6.根据权利要求5所述的涉刑案件数据智能审查装置，其特征在于，所述构建模块包括罪名梳理单元和信息确定单元；
罪名梳理单元，用于根据案由的事实，梳理出当前案由可能涉及的罪名；
信息确定单元，用于根据各个罪名确定影响涉刑审查的要素信息点，建立涉刑审查要素结构。
7.根据权利要求5所述的涉刑案件数据智能审查装置，其特征在于，所述要素提取模块包括处理单元和配置单元；
处理单元，用于根据案件类型、案由的不同，以及对法律关系的分析及总结，通过对卷宗材料的分析，利用正则匹配、分词以及自然语言处理，提取卷宗材料中的涉刑要素；
配置单元，用于通过特定的法律业务逻辑规律，用已有的要素信息，经过不同场景式模块化的配置，进行关联信息的数据拆分、整合和重组，从而推导出无法直接获取的要素信息。
8.根据权利要求5所述的涉刑案件数据智能审查装置，其特征在于，所述涉刑审查法律业务相关的要素结构包括民事一审机动车交通事故责任纠纷案由和行政一审涉刑审查案由。
9.一种电子设备，其特征在于，包括：存储器和处理器；
所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至4任一所述的方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序被处理器执行时，实现如权利要求1至4任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910718667.8A CN110489524A (zh) | 2019-08-05 | 2019-08-05 | 涉刑案件数据智能审查方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910718667.8A CN110489524A (zh) | 2019-08-05 | 2019-08-05 | 涉刑案件数据智能审查方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110489524A true CN110489524A (zh) | 2019-11-22 |
Family
ID=68549495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910718667.8A Pending CN110489524A (zh) | 2019-08-05 | 2019-08-05 | 涉刑案件数据智能审查方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110489524A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110991352A (zh) * | 2019-12-05 | 2020-04-10 | 广东傲智创新科技有限公司 | 一种卷宗数据审查方法及装置 |
| CN111429984A (zh) * | 2020-06-11 | 2020-07-17 | 嘉兴太美医疗科技有限公司 | 临床试验数据采集的逻辑核查配置方法以及逻辑核查方法 |
| CN111523852A (zh) * | 2020-03-11 | 2020-08-11 | 太极计算机股份有限公司 | 一种基于案由类型的案件要素式判案系统及方法 |
| CN112037086A (zh) * | 2020-09-14 | 2020-12-04 | 国网重庆市电力公司营销服务中心 | 一种供电方案审查方法、装置及可读存储介质 |
| CN112508387A (zh) * | 2020-12-03 | 2021-03-16 | 杭州趣链科技有限公司 | 一种案件终本审查方法、装置及设备 |
| CN116523036A (zh) * | 2023-04-13 | 2023-08-01 | 北京鹅厂科技有限公司 | 多人利用大模型居间决策、建议的方法与装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108009299A (zh) * | 2017-12-28 | 2018-05-08 | 北京市律典通科技有限公司 | 法律审判业务处理方法和装置 |
| CN109886270A (zh) * | 2019-01-17 | 2019-06-14 | 大连理工大学 | 一种面向电子卷宗笔录文本的案件要素识别方法 |
| CN109918495A (zh) * | 2019-02-28 | 2019-06-21 | 南京大学 | 一种面向交通事故责任纠纷案件的法条推荐方法 |
-
2019
- 2019-08-05 CN CN201910718667.8A patent/CN110489524A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108009299A (zh) * | 2017-12-28 | 2018-05-08 | 北京市律典通科技有限公司 | 法律审判业务处理方法和装置 |
| CN109886270A (zh) * | 2019-01-17 | 2019-06-14 | 大连理工大学 | 一种面向电子卷宗笔录文本的案件要素识别方法 |
| CN109918495A (zh) * | 2019-02-28 | 2019-06-21 | 南京大学 | 一种面向交通事故责任纠纷案件的法条推荐方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110991352A (zh) * | 2019-12-05 | 2020-04-10 | 广东傲智创新科技有限公司 | 一种卷宗数据审查方法及装置 |
| CN111523852A (zh) * | 2020-03-11 | 2020-08-11 | 太极计算机股份有限公司 | 一种基于案由类型的案件要素式判案系统及方法 |
| CN111429984A (zh) * | 2020-06-11 | 2020-07-17 | 嘉兴太美医疗科技有限公司 | 临床试验数据采集的逻辑核查配置方法以及逻辑核查方法 |
| CN112037086A (zh) * | 2020-09-14 | 2020-12-04 | 国网重庆市电力公司营销服务中心 | 一种供电方案审查方法、装置及可读存储介质 |
| CN112508387A (zh) * | 2020-12-03 | 2021-03-16 | 杭州趣链科技有限公司 | 一种案件终本审查方法、装置及设备 |
| CN112508387B (zh) * | 2020-12-03 | 2023-04-07 | 杭州趣链科技有限公司 | 一种案件终本审查方法、装置及设备 |
| CN116523036A (zh) * | 2023-04-13 | 2023-08-01 | 北京鹅厂科技有限公司 | 多人利用大模型居间决策、建议的方法与装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110489524A (zh) | 涉刑案件数据智能审查方法及装置 | |
| CN108536681A (zh) | 基于情感分析的智能问答方法、装置、设备及存储介质 | |
| Basile | It’s the end of the gold standard as we know it. on the impact of pre-aggregation on the evaluation of highly subjective tasks | |
| Fawei et al. | A semi-automated ontology construction for legal question answering | |
| CN108595583A (zh) | 动态图表类页面数据爬取方法、装置、终端及存储介质 | |
| Celjuska et al. | Ontosophie: A semi-automatic system for ontology population from text | |
| KR20200007969A (ko) | 정보 처리 방법, 단말기, 및 컴퓨터 저장 매체 | |
| CN105528422A (zh) | 一种主题爬虫处理方法及装置 | |
| CN110147540B (zh) | 业务安全需求文档生成方法及系统 | |
| CN110288495A (zh) | 案件诉讼时效智能审查方法及装置 | |
| CN105912645A (zh) | 一种智能问答方法及装置 | |
| CN109344246A (zh) | 一种电子问卷生成方法、计算机可读存储介质及终端设备 | |
| CN115238799A (zh) | 基于ai随机森林恶意流量检测方法和系统 | |
| CN111178701A (zh) | 一种基于特征衍生技术的风险控制方法方法、装置和电子设备 | |
| Suhas Bharadwaj et al. | A novel multimodal hybrid classifier based cyberbullying detection for social media platform | |
| CN110119880A (zh) | 一种自动评级方法、装置、存储介质及终端设备 | |
| CN109672586A (zh) | 一种dpi业务流量识别方法、装置与计算机可读存储介质 | |
| CN112258311A (zh) | 一种催收策略规则的配置方法及配置装置 | |
| CN110377706B (zh) | 基于深度学习的搜索语句挖掘方法及设备 | |
| CN111639494A (zh) | 案件事理关系确定方法及系统 | |
| CN110400173A (zh) | 市场情绪监测体系建立方法和系统 | |
| CN112328812B (zh) | 基于自调参数的领域知识抽取方法与系统、电子设备 | |
| CN113051869B (zh) | 一种结合语义识别实现标识文本差异内容的方法及系统 | |
| CN114780724A (zh) | 案件分类方法、装置、计算机设备及存储介质 | |
| CN106462614B (zh) | 信息分析系统、信息分析方法以及信息分析程序 |
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 |