发明内容
本方面提供了一种基于法律咨询的智能交互系统,上述系统包括:数据库单元,上述数据库单元包括多个法律咨询问答对信息;语法转换单元,用于对用户输入的法律咨询信息进行语法转换,其中,上述语法转换后的语法与上述多个法律咨询问答对信息的语法相同;意图识别单元,用于对上述语法转换后的上述法律咨询信息进行意图识别,得到上述用户的咨询意图信息;机器人交互单元,用于基于上述用户的咨询意图信息从上述多个法律咨询问答对信息匹配得到法律应答信息并且进行输出。
进一步地,上述语法转换单元包括:描述方式转换模块,用于根据预设转换关系将上述法律咨询信息的描述方式从日常描述方式转换成法律专业描述方式。
进一步地,上述数据库单元包括:法律数据库,用于存储法律文件;用户咨询语料数据库,用于存储多个用户咨询语料信息;数据库更新模块,用于根据上述法律数据库以及用户咨询语料数据库更新上述预设转换关系。
进一步地,上述系统还包括:语义理解单元,用于将上述法律咨询信息通过进行抽取,得到关键要素信息;逻辑推理单元,基于上述法律数据库对上述关键要素信息进行推理,得到推理后的法律咨询信息,其中,上述推理后的法律咨询信息的信息量不小于上述关键要素信息的信息量。
进一步地,上述机器人交互单元还用于将上述法律应答信息的描述方式按照上述预设转换关系从法律专业描述方式转换成日常用语方式。
根据本发明的另一方面,还提供了一种基于法律咨询的智能交互方法,上述方法包括:接收用户输入的法律咨询信息;对用户输入的法律咨询信息进行语法转换,其中,上述语法转换后的语法与数据库中的多个法律咨询问答对信息的语法相同;对上述语法转换后的上述法律咨询信息进行意图识别,得到上述用户的咨询意图信息;基于上述用户的咨询意图信息从上述数据库多个法律咨询问答对信息匹配得到法律应答信息并且进行输出。
进一步地,上述对用户输入的法律咨询信息进行语法转换包括:根据预设转换关系将上述法律咨询信息的描述方式从日常描述方式转换成法律专业描述方式。
进一步地,上述方法包括:接收法律文件以及多个用户咨询语料信息;
根据上述法律文件以及用户咨询语料信息更新上述预设转换关系。
进一步地,在对上述语法转换后的上述法律咨询信息进行意图识别之前,上述方法还包括:将上述法律咨询信息通过进行抽取,得到关键要素信息;基于上述法律数据库对上述关键要素信息进行推理,得到推理后的法律咨询信息,其中,上述推理后的法律咨询信息的信息量不小于上述关键要素信息的信息量。
进一步地,基于上述用户的咨询意图信息从上述数据库多个法律咨询问答对信息匹配得到法律应答信息并且进行输出包括:将上述法律应答信息的描述方式按照上述预设转换关系从法律专业描述方式转换成日常用语方式并且进行输出。
本发明提供一种基于法律咨询的智能交互系统以及方法,上述系统包括:数据库单元,上述数据库单元包括多个法律咨询问答对信息;语法转换单元,用于对用户输入的法律咨询信息进行语法转换,其中,上述语法转换后的语法与上述多个法律咨询问答对信息的语法相同;意图识别单元,用于对上述语法转换后的上述法律咨询信息进行意图识别,得到上述用户的咨询意图信息;机器人交互单元,用于基于上述用户的咨询意图信息从上述多个法律咨询问答对信息匹配得到法律应答信息并且进行输出。解决了现有的法律问答系统直接从非专业性的法律咨询问题中进行意图理解,导致法律问答系统生成的答案准确性低的技术问题。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
实施例一
本发明提供了一种基于法律咨询的智能交互系统,如图1所示,上述系统可以包括:
数据库单元10,数据库单元包括多个法律咨询问答对信息。
具体的,智能交互系统中所构建的数据库单元可以存储海量的法律咨询问答对信息,上述法律咨询问答对信息包括多组信息,每组信息包括一个法律咨询问题以及一个与上述法律咨询问题关联的法律应答信息,而且每组信息都有意图属性,每个意图属性可以对应多个法律咨询问答对信息。
例如,法律咨询问题:夫妻存续期间的工资属于哪一方?法律应答信息;夫妻存续期间的工资属于夫妻共同所有。上述法律咨询信息的意图属性是夫妻财产的归属。上述法律咨询信息和法律应答信息以成对的方式存储在上述数据库单元10中。
语法转换单元12,用于对用户输入的法律咨询信息进行语法转换,其中,语法转换后的语法与多个法律咨询问答对信息的语法相同。
具体的,在本方案中,上述智能交互系统可以包括人机交互单元,用户可以通过人机交互单元输入法律咨询信息,在用户输入法律咨询信息之后,本方案中的语法转换单元12可以对上述用户输入的法律咨询信息的语法进行转换,从初始语法转换成目标语法,初始语法的语法规则不同于目标语法,这里需要说明的是,初始语法与目标语法的区别至少包括:对同一事物的称呼不同,或者在描述一件事物的时候,语序的不同。例如,上述初始语法为;两口子,目标语法则为:夫妻,再例如:初始语法为:“蹲监狱”,目标语法则为:“服刑”,再例如;初始语法为:“刚才那个”,目标语法则为:“上述”。
例如,用户输入的法律咨询信息为:“两口子没离婚的这段时间,单位发的钱归谁拥有?”语法转换单元12则根据预设转换关系将上述法律咨询信息的语法进行转换,即转换成“夫妻存续期间,工资归谁所有?”。
这里还需要说明的是,上述目标语法与上述数据库单元10中存储的多对法律咨询问答对信息的语法是相同的,即在本方案中,如果系统检测到用户输入的法律咨询信息的语法不同于数据库单元中多个法律咨询问答对的语法,系统则自动根据预设的转换关系对用户输入的法律咨询信息的语法进行校正,即将用户输入的法律咨询信息的语法转换成系统数据库单元的存储的语法。
意图识别单元14,用于对语法转换后的法律咨询信息进行意图识别,得到用户的咨询意图信息。
具体的,上述意图识别单元可以为意图识别分类模型,通过意图识别分类模型中对上述语法转换后的法律咨询信息进行意图识别,得到用户的咨询意图信息,而上述意图分类模型可以是基于训练数据库单元10中的信息所构建,意图分类模型中的意图分类体系包括所述数据单元10中的所有的意图属性,所采用的语法同数据库单元10中的法律咨询问答对以及意图属性的语法是相同的。
可选的,在本方案中,可以根据采用基于词典模板的规则分类方法、基于过往日志匹配或者基于分类模型对上述语法转换后的法律咨询信息进行意图识别。
例如,将“两口子没离婚的这段时间,单位发的钱归谁拥有?”转换为“夫妻存续期间,工资归谁所有?”之后,意图识别分类模型对“夫妻存续期间,工资归谁所有?”进行意图分类,得到用户的咨询意图信息为;夫妻财产的归属。
需要说明的是,在本方案中,是先对用户输入的法律咨询信息进行语法转换后,再对语法转换后的法律咨询信息进行意图识别。
机器人交互单元16,用于基于用户的咨询意图信息从多个法律咨询问答对信息匹配得到法律应答信息并且进行输出。
具体的,上述交互单元根据所述用户的咨询意图信息先找到数据库中的与所述用户的咨询意图信息相同的意图属性,然后根据意图属性对应的多个法律咨询问答对信息中进行匹配搜索,以得到法律应答信息并且进行输出。
这里需要说明的是,在本方案中,在对用户的法律咨询信息进行意图识别之前,先进行语法转换,使得上述用户的法律咨询的信息的语法同数据库单元中的多个法律咨询问答对以及多个法律咨询问答对的意图属性的语法相同,因此,人机交互单元对语法转换后的法律咨询信息进行意图识别的准确性将有较大的提升,意图识别准确性提升则使得针对法律咨询信息的法律应答信息的准确性提升。
可选的,在本方案中,交互系统还可以包括语音识别模块,即当用户输入的信息为语音信息时,语音识别模块可以将语音信息进行解析,以得到文本信息,再将该文本信息发送至上述语法转换单元12进行处理。
综上,本方案通过,数据库单元10,所述数据库单元包括多个法律咨询问答对信息;语法转换单元12,用于对用户输入的法律咨询信息进行语法转换,其中,所述语法转换后的语法与所述多个法律咨询问答对信息的语法相同;意图识别单元14,用于对所述语法转换后的所述法律咨询信息进行意图识别,得到所述用户的咨询意图信息;机器人交互单元16,用于基于所述用户的咨询意图信息从所述多个法律咨询问答对信息匹配得到法律应答信息并且进行输出,解决了现有的法律问答系统直接从非专业性的法律咨询问题中进行意图理解,导致法律问答系统生成的答案准确性低的技术问题。
可选的,上述语法转换单元12可以包括:描述方式转换模块120,用于根据预设转换关系将法律咨询信息的描述方式从日常描述方式转换成法律专业描述方式。
具体的,在本方案中,上述语法转换可以为按照预设转换关系,将用户的法律咨询信息进行描述方式的转换,上述用户输入的法律咨询信息可以为通俗的,非专业性的语法,上述描述方式转换模块12可以为预先构建的法律语言与日常用语的实体-关系网络,将上述用户法律咨询信息输入上述法律语言与日常用语的实体-关系网络,可以自动将用户法律咨询信息的描述方式从日常描述方式转换成法律专业描述方式,法律专利描述方式为通过法言法语对对象进行描述。
例如,用户输入的法律咨询信息为:“两口子没离婚的这段时间,单位发的钱归谁拥有?”,在本方案中可以将上述“两口子没离婚的这段时间,单位发的钱归谁拥有?”输入法律语言与日常用语的实体-关系网络,以得到“夫妻存续期间,工资归谁所有?”。意图识别分类模型对“夫妻存续期间,工资归谁所有?”进行意图分类,得到用户的咨询意图信息为;夫妻财产的归属。人机交互单元根据上述用户的咨询意图信息先找到数据库中的与所述用户的咨询意图信息相同的意图属性,然后根据意图属性对应的多个法律咨询问答对信息中进行匹配搜索,以得到法律应答信息并且进行输出,即“夫妻存续期间的工资属于夫妻共同所有”。
可选的,数据库单元10可以包括:
法律数据库,用于存储法律文件。用户咨询语料数据库,用于存储多个用户咨询语料信息。数据库更新模块,用于根据法律数据库以及用户咨询语料数据库更新预设转换关系。
具体的,在本方案提供的交互系统中,可以预先构建法律数据库,上述法律数据库可以法律文件,例如:法律、行政法规、规章制度、法律咨询记录、法律宣传资料、律师档案、法学著作等文件,在上述法律中关于对象的描述都是法律专业用语。上述用户咨询语料数据库则为多个用户的通俗描述方式的日常用语,所以本方案可以通过解析上述法律数据库中的专业用语以及用户咨询语料数据库中的法律用语以生成上述预设转换关系,即上述法律语言与日常用语的实体-关系网络。可选的,本方案提供的交互系统可以每隔一个周期重新遍历上述法律数据库以及用户咨询语料数据库以生成新的预设转换关系,并对系统的预设转换关系进行实时的更新。
可选的,本方案提供的交互系统还可以包括:
语义理解单元18,用于将法律咨询信息通过进行抽取,得到关键要素信息。
逻辑推理单元20,基于法律数据库对关键要素信息进行推理,得到推理后的法律咨询信息,其中,推理后的法律咨询信息的信息量不小于关键要素信息的信息量。
具体的,在本方案中,可以根据法律数据库对用户的法律咨询信息进行基于模式匹配和逻辑推理,即对用户咨询类型、主题等关键要素的自动抽取,进行知识匹配、知识推理,并完成信息补全,补全之后的法律咨询信息中的法律元素则多余补全之前,以增加意图识别单元14对法律咨询信息的意识识别的准确性。
可选的,上述机器人交互单元16还用于将法律应答信息的描述方式按照预设转换关系从法律专业描述方式转换成日常用语方式。
具体的,在本方案中,如果用户提出的法律咨询信息是非专业化的表达方式,本方案的系统生成的法律应答信息也进行一个转换,则将专业描述方式转换成日常用语方式,因此本方案也可以实现不同用户的个性化的精准回答的技术效果。
例如,例如,用户输入的法律咨询信息为:“两口子没离婚的这段时间,单位发的钱归谁拥有?”,在本方案中可以将上述“两口子没离婚的这段时间,单位发的钱归谁拥有?”输入法律语言与日常用语的实体-关系网络,以得到“夫妻存续期间,工资归谁所有?”。意图识别分类模型对“夫妻存续期间,工资归谁所有?”进行意图分类,得到用户的咨询意图信息为;夫妻财产的归属。人机交互单元根据上述用户的咨询意图信息先找到数据库中的与所述用户的咨询意图信息相同的意图属性,然后根据意图属性对应的多个法律咨询问答对信息中进行匹配搜索,以得到法律应答信息即“夫妻存续期间的工资属于夫妻共同所有”,最后,机器人交互单元16再将“夫妻存续期间的工资属于夫妻共同所有”转换成日常用语方式,即“两口子没离婚的这段时间,单位发的钱归两个人同时拥有”。
实施例二
本方案还提供了一种基于法律咨询的智能交互方法,该方法可以借助于上述实施例一的智能交互系统来实现,如图2所示,该方法可以包括;
步骤S20,接收用户输入的法律咨询信息。
步骤S22,对用户输入的法律咨询信息进行语法转换,其中,语法转换后的语法与数据库中的多个法律咨询问答对信息的语法相同。
具体的,本方案中所构建的数据库可以存储海量的法律咨询问答对信息,上述法律咨询问答对信息包括多组信息,每组信息包括一个法律咨询问题以及一个与上述法律咨询问题关联的法律应答信息,而且每组信息都有意图属性,每个意图属性可以对应多个法律咨询问答对信息。本方案中可以对上述用户输入的法律咨询信息的语法进行转换,从初始语法转换成目标语法,初始语法的语法规则不同于目标语法,这里需要说明的是,初始语法与目标语法的区别至少包括:对同一事物的称呼不同,或者在描述一件事物的时候,语序的不同。
例如,法律咨询问题:夫妻存续期间的工资属于哪一方?法律应答信息;夫妻存续期间的工资属于夫妻共同所有。上述法律咨询信息的意图属性是夫妻财产的归属。上述法律咨询信息和法律应答信息以成对的方式存储在上述数据库中。上述初始语法为;两口子,目标语法则为:夫妻,再例如:初始语法为:“蹲监狱”,目标语法则为:“服刑”,再例如;初始语法为:“刚才那个”,目标语法则为:“上述”。用户输入的法律咨询信息为:“两口子没离婚的这段时间,单位发的钱归谁拥有?”本方案则根据预设转换关系将上述法律咨询信息的语法进行转换,即转换成“夫妻存续期间,工资归谁所有?”。
这里还需要说明的是,上述目标语法与上述数据库中存储的多对法律咨询问答对信息的语法是相同的,即在本方案中,如果系统检测到用户输入的法律咨询信息的语法不同于数据库单元中多个法律咨询问答对的语法,系统则自动根据预设的转换关系对用户输入的法律咨询信息的语法进行校正,即将用户输入的法律咨询信息的语法转换成系统数据库单元的存储的语法。
步骤S24,对语法转换后的法律咨询信息进行意图识别,得到用户的咨询意图信息。
具体的,本方案的方法可以通过意图识别分类模型中对上述语法转换后的法律咨询信息进行意图识别,得到用户的咨询意图信息,而上述意图分类模型可以是基于训练数据库中的信息所构建,意图分类模型中的意图分类体系包括所述数据库中的所有的意图属性,所采用的语法同数据库的法律咨询问答对以及意图属性的语法是相同的。
可选的,在本方案中,可以根据采用基于词典模板的规则分类方法、基于过往日志匹配或者基于分类模型对上述语法转换后的法律咨询信息进行意图识别。
例如,将“两口子没离婚的这段时间,单位发的钱归谁拥有?”转换为“夫妻存续期间,工资归谁所有?”之后,意图识别分类模型对“夫妻存续期间,工资归谁所有?”进行意图分类,得到用户的咨询意图信息为;夫妻财产的归属。
需要说明的是,在本方案中,是先对用户输入的法律咨询信息进行语法转换后,再对语法转换后的法律咨询信息进行意图识别。
步骤S26,基于用户的咨询意图信息从数据库多个法律咨询问答对信息匹配得到法律应答信息并且进行输出。
具体的,上述交互单元根据所述用户的咨询意图信息先找到数据库中的与所述用户的咨询意图信息相同的意图属性,然后根据意图属性对应的多个法律咨询问答对信息中进行匹配搜索,以得到法律应答信息并且进行输出。
这里需要说明的是,在本方案中,在对用户的法律咨询信息进行意图识别之前,先进行语法转换,使得上述用户的法律咨询的信息的语法同数据库单元中的多个法律咨询问答对以及多个法律咨询问答对的意图属性的语法相同,因此,人机交互单元对语法转换后的法律咨询信息进行意图识别的准确性将有较大的提升,意图识别准确性提升则使得针对法律咨询信息的法律应答信息的准确性提升。
综上,本方案通过接收用户输入的法律咨询信息;对用户输入的法律咨询信息进行语法转换,其中,所述语法转换后的语法与数据库中的多个法律咨询问答对信息的语法相同;对所述语法转换后的所述法律咨询信息进行意图识别,得到所述用户的咨询意图信息;基于所述用户的咨询意图信息从所述数据库多个法律咨询问答对信息匹配得到法律应答信息并且进行输出。解决了现有的法律问答系统直接从非专业性的法律咨询问题中进行意图理解,导致法律问答系统生成的答案准确性低的技术问题。
可选的,对用户输入的法律咨询信息进行语法转换包括:根据预设转换关系将法律咨询信息的描述方式从日常描述方式转换成法律专业描述方式。
可选的,本方案提供的方法还包括:接收规范性法律文件以及多个用户咨询语料信息。根据规范性法律文件以及用户咨询语料信息更新预设转换关系。
可选的,在对语法转换后的法律咨询信息进行意图识别之前,方法还包括:将法律咨询信息通过进行抽取,得到关键要素信息。基于法律数据库对关键要素信息进行推理,得到推理后的法律咨询信息,其中,推理后的法律咨询信息的信息量不小于关键要素信息的信息量。
可选的基于用户的咨询意图信息从数据库多个法律咨询问答对信息匹配得到法律应答信息并且进行输出的步骤包括:将法律应答信息的描述方式按照预设转换关系从法律专业描述方式转换成日常用语方式并且进行输出。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。