CN110955760B - 判决结果的评价方法和相关装置 - Google Patents
判决结果的评价方法和相关装置 Download PDFInfo
- Publication number
- CN110955760B CN110955760B CN201811123750.2A CN201811123750A CN110955760B CN 110955760 B CN110955760 B CN 110955760B CN 201811123750 A CN201811123750 A CN 201811123750A CN 110955760 B CN110955760 B CN 110955760B
- Authority
- CN
- China
- Prior art keywords
- case
- complaint
- data
- probability
- current 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种判决结果的评价方法及相关装置,所述评价方法首先接收类案检索条件;然后在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据;所述上诉案件数据为与所述当前审理案件的案由相同、判决结果相同的类案案件所对应的案件的数据;之后依据所述上诉案件数据中计算当事人上诉后的胜诉概率;最后根据所述胜诉概率获得当前审理案件的判决结果的评价结果。因此,本发明基于大数据建立的预设数据库,可以计算出与当前审理案件相类似的上诉案例的当事人上诉的胜率概率,从而得出当前审理案件判决结果是否合理的评价结果,使评价判决结果的合理性具有科学依据。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种判决结果的评价方法和相关装置。
背景技术
目前,在当前审理案件下达了判决结果时,都是通过法官的个人经验去评价判决结果是否合理。
但是,此种评价方法尤其是对于没有太多经验的年轻法官来说,显然很可能无法做出最合理的判断,得到的评价结果不够准确。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种判决结果的评价方法及相关装置,用以提高对判决结果评价的准确性。
为实现上述目的,本发明提供如下技术方案:
一种判决结果的评价方法,包括:
接收类案检索条件;所述类案检索条件至少包括当前审理案件的案由以及判决结果;
在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据;所述上诉案件数据为与所述当前审理案件的案由相同、判决结果相同的类案案件所对应的上诉案件的相关数据;
依据所述上诉案件数据计算当事人上诉后的胜诉概率;
根据所述胜诉概率获得当前审理案件的判决结果的评价结果。
优选的,所述在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据具体包括:
依据所述类案检索条件在预设数据库中检索得到类案案件对应的类案案号;所述类案案件的案由与所述当前审理案件的案由相同,所述类案案件的判决结果与所述当前审理案件的判决结果相同;
依据所述类案案号在所述预设数据库中进行检索,得到上诉案件数据;所述上诉案件数据中的原审案号与所述类案案号相同。
优选的,所述当事人包括原审被告以及原审原告,则所述依据所述上诉案件数据中计算当事人上诉后的胜诉概率包括:
统计所述上诉案件数据中原审被告上诉案件数量以及原审被告上诉胜诉案件数量;
依据所述原审被告上诉案件数量以及原审被告上诉胜诉案件数量得到第一胜诉概率;所述第一胜诉概率用于表征原审被告上诉胜诉的概率;
或者,
统计所述上诉案件数据中原审原告上诉案件数量以及原审原告上诉胜诉案件数量;
依据所述原审原告上诉案件数量以及原审原告上诉胜诉案件数量得到第二胜诉概率;所述第二胜诉概率用于表征原审原告上诉胜诉的概率。
优选的,所述预设数据库的建立过程包括:
基于大数据构建案例文书库;所述案例文书库包括裁判文书文件,每一个所述裁判文书文件中包括一个案件的案件相关信息;
分别将每一个裁判文书文件解析为各自对应的数据库录入数据;
将每一条所述数据库录入数据录入到预设格式的数据库中得到预设数据库。
优选的,所述依据所述裁判文书数据创建预设数据库后还包括:
按照预设提取规则提取所述预设数据库中每一个案件对应的案情得到每一个案件对应的案件特征;
在所述预设数据库中建立每一个案件与各自对应的案件特征的对应关系。
优选的,所述类案检索条件还包括所述当前审理案件的案情,所述依据所述类案检索条件在基于大数据建立的预设数据库中检索得到类案案件对应的类案案号包括:
按照预设提取规则提取所述当前审理案件的案情的案件特征;
依据所述当前审理案件的案由、判决结果以及案件特征在预设数据库中进行检索,得到与所述当前审理案件的案由相同、与所述当前审理案件的判决结果相同且与所述当前审理案件的案件特征相同的类案案件;
提取所述类案案件的类案案件案号。
本发明另一方面提供了一种判决结果的评价装置,包括:
接收单元,用于接收类案检索条件;所述类案检索条件至少包括当前审理案件的案由以及判决结果;
检索单元,用于在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据;所述上诉案件数据为与所述当前审理案件的案由相同、判决结果相同的类案案件所对应的上诉案件的相关数据;
计算单元,用于依据所述上诉案件数据计算当事人上诉后的胜诉概率;
评价单元,用于根据所述胜诉概率获得当前审理案件的判决结果的评价结果。
优选的,所述检索单元具体包括:
第一检索单元,用于依据所述类案检索条件在预设数据库中检索得到类案案件对应的类案案号;所述类案案件的案由与所述当前审理案件的案由相同,所述类案案件的判决结果与所述当前审理案件的判决结果相同;
第二检索单元,用于依据所述类案案号在所述预设数据库中进行检索,得到上诉案件数据;所述上诉案件数据中的原审案号与所述类案案号相同。
本发明另一方面还提供了一种存储介质,所述存储介质包括存储的程序,其中,所述程序执行前述所述的一种评价方法。
本发明另一方面还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行前述所述的一种评价方法。
借由上述技术方案,本发明提供了一种判决结果的评价方法及相关装置,所述评价方法首先接收类案检索条件;所述类案检索条件至少包括当前审理案件的案由以及判决结果;然后在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据;所述上诉案件数据为与所述当前审理案件的案由相同、判决结果相同的类案案件所对应的案件的数据;之后依据所述上诉案件数据中计算当事人上诉后的胜诉概率;最后根据所述胜诉概率获得当前审理案件的判决结果的评价结果。因此,本发明基于大数据建立的预设数据库,可以计算出与当前审理案件相类似的上诉案例的当事人上诉的胜率概率,从而得出当前审理案件判决结果是否合理的评价结果,使评价判决结果的合理性具有科学依据。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了发明实施例中提供的一种判决结果的评价方法的流程示意图;
图2示出了本发明实施例提供的一种判决结果的评价方法中建立预设数据的流程示意图;
图3示出了发明实施例中提供的一种判决结果的评价装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明的主要应用场景可以是在法院法官进行案件审理时,当对案件有判决结果时,需要对该判决结果进行进一步分析,来确定该判决是否合理。
现有的法官尤其是基层法院的年轻法官,往往经验不足,如果对判决结果评价,很可能由于自身经验的问题,使得评价的结果不准确,可能导致判决结果不合理,因此,本发明提供了一种判决结果的评价方法,最大程度的避免由于人工的判断,给出较为客观的评价结果,使得判决结果可以更加精确。
参见图1,图1是本发明实施例中提供的一种判决结果的评价方法的流程示意图。
本发明公开的一种判决结果的评价方法,包括:
S101、接收类案检索条件;所述类案检索条件至少包括当前审理案件的案由以及判决结果;
本发明实施例中,接收类案检索条件。该类案检索条件可以是用户通过图形界面中的输入框所输入的。可以理解的是,类案检索条件中包括当前审理案件的案由以及判决结果。其中,案由例如可以为人格权纠纷、物权纠纷等。
S102、在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据;所述上诉案件数据为与所述当前审理案件的案由相同、判决结果相同的类案案件所对应的上诉案件的相关数据;
本发明实施例中,预先建立有预设数据库,该预设数据库是基于大数据所建立的,其中,大数据可以是例如中国裁判文书网公开的案例。具体构建过程在后面进行消息介绍。
基于预设数据库,依据所接收到的类案检索条件,可以获得与当前审理案件的案由相同且判决结果相同的类案案件所对应的上诉案件的相关数据。可以理解的是,上诉案件中的原审案号与类案案件的类案案号相同。
S103、依据所述上诉案件数据中计算当事人上诉后的胜诉概率;
S104、根据所述胜诉概率获得当前审理案件的判决结果的评价结果。
在得到上诉案件数据后,本发明实施例中,依据上诉案件数据可以计算出当事人进行上诉后的胜诉概率,然后根据该胜诉概率与预设概率的关系,得到当前审理案件的判决结果所对应的评价结果。其中评价结果可以是合理或不合理。
本发明基于大数据建立的预设数据库,可以计算出与当前审理案件相类似的上诉案例的当事人上诉的胜率概率,从而得出当前审理案件判决结果是否合理的评价结果,使判决结果的合理性具有科学依据。
基于上述实施例,本发明中所述在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据具体包括:
依据所述类案检索条件在预设数据库中检索得到类案案件对应的类案案号;所述类案案件的案由与所述当前审理案件的案由相同,所述类案案件的判决结果与所述当前审理案件的判决结果相同;
依据所述类案案号在所述预设数据库中进行检索,得到上诉案件数据;所述上诉案件数据中的原审案号与所述类案案号相同。
本发明实施例中,得到上诉案件数据的过程可以分为两个步骤。
其中,先依据检索条件进行检索,得到类案案件对应的类案案号。即先获取与当前审理案件的案由相同且判决结果相同的案件,此种案件具有参考价值。需要说明的是,案件的案号是案件的唯一标识,每一个案件对应有各自独立的案号,且所有案件的案号不会存在重复的情况,因此,为了方便检索,先得到类案案号,而并非是类案中的全部数据,如案由、审级、当事人信息等数据。
然后根据得到的类案案号在预设数据库中检索得到其对应的上诉案件的上诉案件数据。可以理解的是,由于原审案件上诉后,上诉案件中的原审案号与原审案件中的原审案号是相同的,基于此,可以得到上一步骤中类案案号对应的上诉案件的上诉案件数据。
该上诉案件数据中包括该上诉案件的所有信息,例如,案由、判决结果、案情等。
当然,类案案号通常情况下是有多个的,因此,上诉案件数据对应的也有多个。
需要说明的是,如果没有得到上诉案件数据,说明类案案件没有当事人进行上诉,则表明双方均对判决结果无异议。
可以看出,本发明实施例中,可以根据基于大数据所建立的预设数据库检索出与当前审理案件的类案案件对应的上诉案件数据。为得到更加准确的评价结果提供有力的基础数据。
本发明实施例中,所述当事人包括原审被告以及原审原告,则所述依据所述上诉案件数据中计算当事人上诉后的胜诉概率包括:
统计所述上诉案件数据中原审被告上诉案件数量以及原审被告上诉胜诉案件数量;
依据所述原审被告上诉案件数量以及原审被告上诉胜诉案件数量得到第一胜诉概率;所述第一胜诉概率用于表征原审被告上诉胜诉的概率;
或者,
统计所述上诉案件数据中原审原告上诉案件数量以及原审原告上诉胜诉案件数量;
依据所述原审原告上诉案件数量以及原审原告上诉胜诉案件数量得到第二胜诉概率;所述第二胜诉概率用于表征原审原告上诉胜诉的概率。
本发明实施例中,当事人包括有原审被告和原审原告,则相应的,原审被告对应有原审被告的第一胜诉概率,原审原告对应有原审原告的第二胜诉概率。
由于上述实施例中得到了用于计算评价结果的基础数据,即上述案件数据。基于此,可以计算出第一胜诉概率以及第二胜诉概率。
本发明实施例中,对上诉案件数据进行分类统计,得到原审被告上诉案例数,原审被告上诉胜诉案例数,原审原告上诉案例数,原审原告上诉胜诉案例。
然后利用公式进行计算:
第一胜诉概率=原审被告上诉胜诉案例数/原审被告上诉案例数。
第二胜诉概率=原审原告上诉胜诉案例数/原审原告上诉案例数。
可以理解的是,本发明实施例中,可以得到的是基于大数据所统计出的与当前审理案件的判决结果所对应的上诉案件中原审原告胜诉的胜率以及原审被告胜诉的胜率。
可以理解的是,在上述实施例的基础上,根据所述胜诉概率获得当前审理的判决结果的评价结果可以具体是由法官根据上述第一胜率和第二胜率来确定判决结果是否合理,将最终结果输入的。当然,本发明优选的采用自动获得结果的方式。
本发明实施例中,根据所述胜诉概率获得当前审理的判决结果的评价结果可以包括:
若所述第一胜诉概率大于第一预设评价概率,则得到所述当前审理案件的判决结果不合理的评价结果,否则得到所述当前审理案件的判决结果合理的评价结果;
或者,
若若所述第二胜诉概率大于第二预设评价概率,则得到所述当前审理案件的判决结果不合理的评价结果,否则得到所述当前审理案件的判决结果合理的评价结果。
本发明实施例中设定有第一预设评价概率以及第二预设评价概率,用于根据胜诉概率来得到评价结果是否合理的结论。
参见图2,图2是本发明实施例提供的一种判决结果的评价方法中建立预设数据的流程示意图。
所述预设数据库的建立过程包括:
S201、基于大数据构建案例文书库;所述案例文书库包括裁判文书文件,每一个所述裁判文书文件中包括一个案件的案件相关信息;
本发明实施例中,预设数据库的建立需要基于大数据,其中,步骤S201首先构建案例文书库,具体可以采用网络爬虫工具在中国裁判文书网中爬取案件相关信息得到裁判文书文件。文书库的规模可以在4000万篇左右。
其中,裁判文书文件优选采用txt格式,当然,也可以采用其它格式。
S202、分别将每一个裁判文书文件解析为各自对应的数据库录入数据;
在得到裁判文书文件后,还无法直接录入到数据库中,还需要将格式进行转换,将裁判文书文件解析为数据库录入数据。
其中,数据库录入数据可以是符合数据库录入标准的数据。
S203、将每一条所述数据库录入数据录入到预设格式的数据库中得到预设数据库。
本发明实施例中,将数据库录入数据保存到预设格式的数据库中,得到预设数据库。其中,预设格式的数据库可以是例如符合Elastic Search录入规则的数据库。当然,也可以是空的数据库。只要可以提供检索服务即可,在此不进行具体限定。
其中,所述依据所述裁判文书数据创建预设数据库后还包括:
按照预设提取规则提取所述预设数据库中每一个案件对应的案情得到每一个案件对应的案件特征;
S204、在所述预设数据库中建立每一个案件与各自对应的案件特征的对应关系。
本发明实施例中,每一个案件对应的案情会对应有案件特征,其中,案件特征是基于裁判文书规则和NLP语义识别来提取的。其中,裁判文书规则通常有标准规则,例如:比如案号书写方式(2018)赣民中181号,即(年份)+省份缩写+案件类型+审级+号码的方式。NLP语义识别可以参照现有技术的成熟技术,在此不进行赘述。
因此,本发明实施例可以通过案件特征这一参数来对类案案件进行检索,加快检索效率。
本发明实施例中,所述类案检索条件还包括所述当前审理案件的案情,所述依据所述类案检索条件在基于大数据建立的预设数据库中检索得到类案案件对应的类案案号包括:
按照预设提取规则提取所述当前审理案件的案情的案件特征;
依据所述当前审理案件的案由、判决结果以及案件特征在预设数据库中进行检索,得到与所述当前审理案件的案由相同、与所述当前审理案件的判决结果相同且与所述当前审理案件的案件特征相同的类案案件;
提取所述类案案件的类案案件案号。
本发明实施例中,由于建立了每一个案件与各自对应的案件特征的对应关系,因此,可以利用此参数来得到更加符合用户要求的类案案件数据。
因此,本发明实施例中,先提取当前审理案件的案件特征,提取方式可以是基于裁判文书规则和NLP语义识别来提取的。因此,得到的类案案件是与当前审理案件的案由相同、与所述当前审理案件的判决结果相同且与所述当前审理案件的案件特征相同的案件。
然后提取类案案件的类案案件案号,以便于后续检所使用。
可以看出,本发明实施例基于大数据类案推送技术,通过当前审理案件的类案案件对应的上诉案件数据进行分析得出相关数据概率,得到评价结果,使评价判决结果的合理性具有了有力的科学依据。
相应于上述的判决结果的评价方法的方法实施例,本申请还提供了判决结果的评价装置的装置实施例。
参见图3,图3是本发明公开的一种判决结果的评价装置的结构示意图。
本发明公开的一种判决结果的评价装置,包括:
接收单元100,用于接收类案检索条件;所述类案检索条件至少包括当前审理案件的案由以及判决结果;
检索单元200,用于在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据;所述上诉案件数据为与所述当前审理案件的案由相同、判决结果相同的类案案件所对应的上诉案件的相关数据;
计算单元300,用于依据所述上诉案件数据计算当事人上诉后的胜诉概率;
评价单元400,用于根据所述胜诉概率获得当前审理案件的判决结果的评价结果。
优选的,所述检索单元具体包括:
第一检索单元,用于依据所述类案检索条件在预设数据库中检索得到类案案件对应的类案案号;所述类案案件的案由与所述当前审理案件的案由相同,所述类案案件的判决结果与所述当前审理案件的判决结果相同;
第二检索单元,用于依据所述类案案号在所述预设数据库中进行检索,得到上诉案件数据;所述上诉案件数据中的原审案号与所述类案案号相同。
优选的,所述当事人包括原审被告以及原审原告,则所述依据所述上诉案件数据中计算当事人上诉后的胜诉概率包括:
统计所述上诉案件数据中原审被告上诉案件数量以及原审被告上诉胜诉案件数量;
依据所述原审被告上诉案件数量以及原审被告上诉胜诉案件数量得到第一胜诉概率;所述第一胜诉概率用于表征原审被告上诉胜诉的概率;
或者,
统计所述上诉案件数据中原审原告上诉案件数量以及原审原告上诉胜诉案件数量;
依据所述原审原告上诉案件数量以及原审原告上诉胜诉案件数量得到第二胜诉概率;所述第二胜诉概率用于表征原审原告上诉胜诉的概率。
优选的,所述预设数据库的建立过程包括:
基于大数据构建案例文书库;所述案例文书库包括裁判文书文件,每一个所述裁判文书文件中包括一个案件的案件相关信息;
分别将每一个裁判文书文件解析为各自对应的数据库录入数据;
将每一条所述数据库录入数据录入到预设格式的数据库中得到预设数据库。
优选的,所述依据所述裁判文书数据创建预设数据库后还包括:
按照预设提取规则提取所述预设数据库中每一个案件对应的案情得到每一个案件对应的案件特征;
在所述预设数据库中建立每一个案件与各自对应的案件特征的对应关系。
优选的,所述类案检索条件还包括所述当前审理案件的案情,所述依据所述类案检索条件在基于大数据建立的预设数据库中检索得到类案案件对应的类案案号包括:
按照预设提取规则提取所述当前审理案件的案情的案件特征;
依据所述当前审理案件的案由、判决结果以及案件特征在预设数据库中进行检索,得到与所述当前审理案件的案由相同、与所述当前审理案件的判决结果相同且与所述当前审理案件的案件特征相同的类案案件;
提取所述类案案件的类案案件案号。
本发明提供了一种判决结果的评价装置,所述评价装置首先接收类案检索条件;所述类案检索条件至少包括当前审理案件的案由以及判决结果;然后在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据;所述上诉案件数据为与所述当前审理案件的案由相同、判决结果相同的类案案件所对应的案件的数据;之后依据所述上诉案件数据中计算当事人上诉后的胜诉概率;最后根据所述胜诉概率获得当前审理案件的判决结果的评价结果。因此,本发明基于大数据建立的预设数据库,可以计算出与当前审理案件相类似的上诉案例的当事人上诉的胜率概率,从而得出当前审理案件判决结果是否合理的评价结果,使评价判决结果的合理性具有科学依据。
所述判决结果的评价装置包括处理器和存储器,上述接收单元、检索单元、计算单元和评价单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来提高对判决结果评价的准确性。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述种判决结果的评价方法法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述种判决结果的评价方法方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:
接收类案检索条件;所述类案检索条件至少包括当前审理案件的案由以及判决结果;
在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据;所述上诉案件数据为与所述当前审理案件的案由相同、判决结果相同的类案案件所对应的上诉案件的相关数据;
依据所述上诉案件数据计算当事人上诉后的胜诉概率;
根据所述胜诉概率获得当前审理案件的判决结果的评价结果。
优选的,所述在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据具体包括:
依据所述类案检索条件在预设数据库中检索得到类案案件对应的类案案号;所述类案案件的案由与所述当前审理案件的案由相同,所述类案案件的判决结果与所述当前审理案件的判决结果相同;
依据所述类案案号在所述预设数据库中进行检索,得到上诉案件数据;所述上诉案件数据中的原审案号与所述类案案号相同。
优选的,所述当事人包括原审被告以及原审原告,则所述依据所述上诉案件数据中计算当事人上诉后的胜诉概率包括:
统计所述上诉案件数据中原审被告上诉案件数量以及原审被告上诉胜诉案件数量;
依据所述原审被告上诉案件数量以及原审被告上诉胜诉案件数量得到第一胜诉概率;所述第一胜诉概率用于表征原审被告上诉胜诉的概率;
或者,
统计所述上诉案件数据中原审原告上诉案件数量以及原审原告上诉胜诉案件数量;
依据所述原审原告上诉案件数量以及原审原告上诉胜诉案件数量得到第二胜诉概率;所述第二胜诉概率用于表征原审原告上诉胜诉的概率。
优选的,所述预设数据库的建立过程包括:
基于大数据构建案例文书库;所述案例文书库包括裁判文书文件,每一个所述裁判文书文件中包括一个案件的案件相关信息;
分别将每一个裁判文书文件解析为各自对应的数据库录入数据;
将每一条所述数据库录入数据录入到预设格式的数据库中得到预设数据库。
优选的,所述依据所述裁判文书数据创建预设数据库后还包括:
按照预设提取规则提取所述预设数据库中每一个案件对应的案情得到每一个案件对应的案件特征;
在所述预设数据库中建立每一个案件与各自对应的案件特征的对应关系。
优选的,所述类案检索条件还包括所述当前审理案件的案情,所述依据所述类案检索条件在基于大数据建立的预设数据库中检索得到类案案件对应的类案案号包括:
按照预设提取规则提取所述当前审理案件的案情的案件特征;
依据所述当前审理案件的案由、判决结果以及案件特征在预设数据库中进行检索,得到与所述当前审理案件的案由相同、与所述当前审理案件的判决结果相同且与所述当前审理案件的案件特征相同的类案案件;
提取所述类案案件的类案案件案号。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:
接收类案检索条件;所述类案检索条件至少包括当前审理案件的案由以及判决结果;
在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据;所述上诉案件数据为与所述当前审理案件的案由相同、判决结果相同的类案案件所对应的上诉案件的相关数据;
依据所述上诉案件数据计算当事人上诉后的胜诉概率;
根据所述胜诉概率获得当前审理案件的判决结果的评价结果。
优选的,所述在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据具体包括:
依据所述类案检索条件在预设数据库中检索得到类案案件对应的类案案号;所述类案案件的案由与所述当前审理案件的案由相同,所述类案案件的判决结果与所述当前审理案件的判决结果相同;
依据所述类案案号在所述预设数据库中进行检索,得到上诉案件数据;所述上诉案件数据中的原审案号与所述类案案号相同。
优选的,所述当事人包括原审被告以及原审原告,则所述依据所述上诉案件数据中计算当事人上诉后的胜诉概率包括:
统计所述上诉案件数据中原审被告上诉案件数量以及原审被告上诉胜诉案件数量;
依据所述原审被告上诉案件数量以及原审被告上诉胜诉案件数量得到第一胜诉概率;所述第一胜诉概率用于表征原审被告上诉胜诉的概率;
或者,
统计所述上诉案件数据中原审原告上诉案件数量以及原审原告上诉胜诉案件数量;
依据所述原审原告上诉案件数量以及原审原告上诉胜诉案件数量得到第二胜诉概率;所述第二胜诉概率用于表征原审原告上诉胜诉的概率。
优选的,所述预设数据库的建立过程包括:
基于大数据构建案例文书库;所述案例文书库包括裁判文书文件,每一个所述裁判文书文件中包括一个案件的案件相关信息;
分别将每一个裁判文书文件解析为各自对应的数据库录入数据;
将每一条所述数据库录入数据录入到预设格式的数据库中得到预设数据库。
优选的,所述依据所述裁判文书数据创建预设数据库后还包括:
按照预设提取规则提取所述预设数据库中每一个案件对应的案情得到每一个案件对应的案件特征;
在所述预设数据库中建立每一个案件与各自对应的案件特征的对应关系。
优选的,所述类案检索条件还包括所述当前审理案件的案情,所述依据所述类案检索条件在基于大数据建立的预设数据库中检索得到类案案件对应的类案案号包括:
按照预设提取规则提取所述当前审理案件的案情的案件特征;
依据所述当前审理案件的案由、判决结果以及案件特征在预设数据库中进行检索,得到与所述当前审理案件的案由相同、与所述当前审理案件的判决结果相同且与所述当前审理案件的案件特征相同的类案案件;
提取所述类案案件的类案案件案号。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种判决结果的评价方法,其特征在于,包括:
接收类案检索条件;所述类案检索条件至少包括当前审理案件的案由以及判决结果;
在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据;所述上诉案件数据为与所述当前审理案件的案由相同、判决结果相同的类案案件所对应的上诉案件的相关数据;
依据所述上诉案件数据计算当事人上诉后的胜诉概率;
根据所述胜诉概率获得当前审理案件的判决结果的评价结果,其中,基于所述胜诉概率与所述当前审理案件的预设概率,判断所述当前审理案件的判决结果是否合理。
2.根据权利要求1所述的评价方法,其特征在于,所述在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据具体包括:
依据所述类案检索条件在预设数据库中检索得到类案案件对应的类案案号;
所述类案案件的案由与所述当前审理案件的案由相同,所述类案案件的判决结果与所述当前审理案件的判决结果相同;
依据所述类案案号在所述预设数据库中进行检索,得到上诉案件数据;
所述上诉案件数据中的原审案号与所述类案案号相同。
3.根据权利要求1所述的评价方法,其特征在于,所述当事人包括原审被告以及原审原告,则所述依据所述上诉案件数据中计算当事人上诉后的胜诉概率包括:
统计所述上诉案件数据中原审被告上诉案件数量以及原审被告上诉胜诉案件数量;
依据所述原审被告上诉案件数量以及原审被告上诉胜诉案件数量得到第一胜诉概率;
所述第一胜诉概率用于表征原审被告上诉胜诉的概率;
或者,统计所述上诉案件数据中原审原告上诉案件数量以及原审原告上诉胜诉案件数量;
依据所述原审原告上诉案件数量以及原审原告上诉胜诉案件数量得到第二胜诉概率;
所述第二胜诉概率用于表征原审原告上诉胜诉的概率。
4.根据权利要求1-3任意一项所述的评价方法,其特征在于,所述预设数据库的建立过程包括:
基于大数据构建案例文书库;所述案例文书库包括裁判文书文件,每一个所述裁判文书文件中包括一个案件的案件相关信息;
分别将每一个裁判文书文件解析为各自对应的数据库录入数据;
将每一条所述数据库录入数据录入到预设格式的数据库中得到预设数据库。
5.根据权利要求4所述的评价方法,其特征在于,所述依据所述裁判文书数据创建预设数据库后还包括:
按照预设提取规则提取所述预设数据库中每一个案件对应的案情得到每一个案件对应的案件特征;
在所述预设数据库中建立每一个案件与各自对应的案件特征的对应关系。
6.根据权利要求2所述的评价方法,其特征在于,所述类案检索条件还包括所述当前审理案件的案情,所述依据所述类案检索条件在基于大数据建立的预设数据库中检索得到类案案件对应的类案案号包括:
按照预设提取规则提取所述当前审理案件的案情的案件特征;
依据所述当前审理案件的案由、判决结果以及案件特征在预设数据库中进行检索,得到与所述当前审理案件的案由相同、与所述当前审理案件的判决结果相同且与所述当前审理案件的案件特征相同的类案案件;
提取所述类案案件的类案案件案号。
7.一种判决结果的评价装置,其特征在于,包括:
接收单元,用于接收类案检索条件;所述类案检索条件至少包括当前审理案件的案由以及判决结果;
检索单元,用于在基于大数据建立的预设数据库中依据所述类案检索条件进行检索,得到上诉案件数据;
所述上诉案件数据为与所述当前审理案件的案由相同、判决结果相同的类案案件所对应的上诉案件的相关数据;
计算单元,用于依据所述上诉案件数据计算当事人上诉后的胜诉概率;
评价单元,用于根据所述胜诉概率获得当前审理案件的判决结果的评价结果,其中,基于所述胜诉概率与所述当前审理案件的预设概率,判断所述当前审理案件的判决结果是否合理。
8.根据权利要求7所述的评价装置,其特征在于,所述检索单元具体包括:
第一检索单元,用于依据所述类案检索条件在预设数据库中检索得到类案案件对应的类案案号;
所述类案案件的案由与所述当前审理案件的案由相同,所述类案案件的判决结果与所述当前审理案件的判决结果相同;
第二检索单元,用于依据所述类案案号在所述预设数据库中进行检索,得到上诉案件数据;
所述上诉案件数据中的原审案号与所述类案案号相同。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至6任意一项所述的一种评价方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6任意一项所述的一种评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811123750.2A CN110955760B (zh) | 2018-09-26 | 2018-09-26 | 判决结果的评价方法和相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811123750.2A CN110955760B (zh) | 2018-09-26 | 2018-09-26 | 判决结果的评价方法和相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110955760A CN110955760A (zh) | 2020-04-03 |
CN110955760B true CN110955760B (zh) | 2023-07-04 |
Family
ID=69964494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811123750.2A Active CN110955760B (zh) | 2018-09-26 | 2018-09-26 | 判决结果的评价方法和相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110955760B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117453856B (zh) * | 2023-10-19 | 2024-05-07 | 中国司法大数据研究院有限公司 | 一种基于多源数据融合的历审案件串联的提取方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0883182A (ja) * | 1994-09-13 | 1996-03-26 | Fujitsu Ltd | 意思決定支援システム |
JP2007004756A (ja) * | 2005-06-27 | 2007-01-11 | Kikuo Akagane | 判例自動検索 |
TW201301061A (zh) * | 2011-06-24 | 2013-01-01 | Homefull E Commerce Co Ltd | 一種檢索判決書的方法 |
CN105809589A (zh) * | 2015-08-27 | 2016-07-27 | 张同社 | 用于辅助法官裁判刑民案件的数学方法和数学模型 |
CN107562938A (zh) * | 2017-09-21 | 2018-01-09 | 重庆工商大学 | 一种法院智能审判方法 |
CN107918921A (zh) * | 2017-11-21 | 2018-04-17 | 南京擎盾信息科技有限公司 | 刑事案件判决结果度量方法及系统 |
CN108304386A (zh) * | 2018-03-05 | 2018-07-20 | 上海思贤信息技术股份有限公司 | 一种基于逻辑规则推断法律文书判决结果的方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090106145A1 (en) * | 2007-10-23 | 2009-04-23 | Bokor Brian R | Appeal mechanism for a contract dispute in a virtual world |
US20130317867A1 (en) * | 2012-05-25 | 2013-11-28 | Vaughn Cecil | Method for Processing Insurance Claim Appeals |
US20150154719A1 (en) * | 2013-11-29 | 2015-06-04 | Brendon Ishikawa | Valuation of Civil Legal Cases and Disputes |
CN106991092B (zh) * | 2016-01-20 | 2021-11-05 | 阿里巴巴集团控股有限公司 | 基于大数据挖掘相似裁判文书的方法和设备 |
CN107798637A (zh) * | 2016-08-30 | 2018-03-13 | 北京国双科技有限公司 | 同案异判文书的获取方法及装置 |
CN108038091B (zh) * | 2017-10-30 | 2021-12-14 | 上海思贤信息技术股份有限公司 | 一种基于图的裁判文书案件相似计算与检索方法及系统 |
-
2018
- 2018-09-26 CN CN201811123750.2A patent/CN110955760B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0883182A (ja) * | 1994-09-13 | 1996-03-26 | Fujitsu Ltd | 意思決定支援システム |
JP2007004756A (ja) * | 2005-06-27 | 2007-01-11 | Kikuo Akagane | 判例自動検索 |
TW201301061A (zh) * | 2011-06-24 | 2013-01-01 | Homefull E Commerce Co Ltd | 一種檢索判決書的方法 |
CN105809589A (zh) * | 2015-08-27 | 2016-07-27 | 张同社 | 用于辅助法官裁判刑民案件的数学方法和数学模型 |
CN107562938A (zh) * | 2017-09-21 | 2018-01-09 | 重庆工商大学 | 一种法院智能审判方法 |
CN107918921A (zh) * | 2017-11-21 | 2018-04-17 | 南京擎盾信息科技有限公司 | 刑事案件判决结果度量方法及系统 |
CN108304386A (zh) * | 2018-03-05 | 2018-07-20 | 上海思贤信息技术股份有限公司 | 一种基于逻辑规则推断法律文书判决结果的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110955760A (zh) | 2020-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106897334B (zh) | 一种问题推送方法和设备 | |
JP6689515B2 (ja) | ユーザ地理的ロケーションのタイプを識別するための方法および装置 | |
CN106598999B (zh) | 一种计算文本主题归属度的方法及装置 | |
US20120221508A1 (en) | Systems and methods for efficient development of a rule-based system using crowd-sourcing | |
TW201737072A (zh) | 一種對應用程序進行項目評估的方法及系統 | |
CN108694178B (zh) | 一种推荐司法知识的方法及装置 | |
CN110275965A (zh) | 假新闻检测方法、电子装置及计算机可读存储介质 | |
CN110968688A (zh) | 司法数据的处理方法及系统 | |
CN114239591A (zh) | 敏感词识别方法及装置 | |
CN114978877B (zh) | 一种异常处理方法、装置、电子设备及计算机可读介质 | |
CN106919576A (zh) | 利用二级类目下的关键词库搜索应用程序的方法及装置 | |
CN110955760B (zh) | 判决结果的评价方法和相关装置 | |
CN111831528A (zh) | 一种计算机系统日志关联方法及相关装置 | |
CN109697224B (zh) | 一种账单消息处理方法、装置和存储介质 | |
CN112650931B (zh) | 一种内容推荐方法 | |
CN105512145A (zh) | 信息分类方法及装置 | |
CN105786929A (zh) | 一种信息监测方法及装置 | |
CN113627148A (zh) | 一种知识库中知识的自动关联方法及装置 | |
CN110019659A (zh) | 裁判文书的检索方法及装置 | |
CN110163470B (zh) | 事件评估方法及装置 | |
CN110858214B (zh) | 推荐模型训练、及进一步审计程序推荐方法、装置及设备 | |
CN113408263A (zh) | 刑期预测方法、装置、存储介质及电子设备 | |
CN112561744A (zh) | 一种类似案件的检索报告的生成方法及装置 | |
CN105824871A (zh) | 一种图片检测方法与设备 | |
CN112256836A (zh) | 记录数据的处理方法、装置和服务器 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |