CN111507095B - 裁判文书的生成方法、装置、存储介质和处理器 - Google Patents
裁判文书的生成方法、装置、存储介质和处理器 Download PDFInfo
- Publication number
- CN111507095B CN111507095B CN201910087454.XA CN201910087454A CN111507095B CN 111507095 B CN111507095 B CN 111507095B CN 201910087454 A CN201910087454 A CN 201910087454A CN 111507095 B CN111507095 B CN 111507095B
- Authority
- CN
- China
- Prior art keywords
- content
- node
- determining
- risk
- knowledge
- 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
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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services; Handling legal documents
Abstract
本发明公开了一种裁判文书的生成方法、装置、存储介质和处理器。其中,该方法包括:按照待生成裁判文书的格式确定待生成裁判文书所需填充的内容,其中,所需填充的内容包括:第一部分内容和第二部分内容,第一部分内容为事实认定内容,第一部分内容为逻辑推理内容;根据知识图谱确定第一部分内容,其中,知识图谱与待生成裁判文书的案由领域相关联;根据预设图结构确定第二部分内容,其中,预设图结构基于知识图谱构建;采用第一部分内容和第二部分内容生成待生成裁判文书。本发明解决了无法自动生成裁判文书的技术问题。
Description
技术领域
本发明涉及信息领域,具体而言,涉及一种裁判文书的生成方法、装置、存储介质和处理器。
背景技术
撰写裁判文书是法官的一个基础工作,然而这部分工作非常耗时。随着人们法律意识增强,案件也越来越多,因此,在传统的司法审理模式下,法官需要撰写大量的裁判文书,工作量较大。
针对上述无法自动生成裁判文书的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种裁判文书的生成方法、装置、存储介质和处理器,以至少解决无法自动生成裁判文书的技术问题。
根据本发明实施例的一个方面,提供了一种裁判文书的生成方法,包括:按照待生成裁判文书的格式确定所述待生成裁判文书所需填充的内容,其中,所需填充的内容包括:第一部分内容和第二部分内容,所述第一部分内容为事实认定内容,所述第二部分内容为逻辑推理内容;根据知识图谱确定所述第一部分内容,其中,所述知识图谱与所述待生成裁判文书的案由领域相关联;根据预设图结构确定所述第二部分内容,其中,所述预设图结构基于所述知识图谱构建;采用所述第一部分内容和所述第二部分内容生成所述待生成裁判文书。
根据本发明实施例的另一方面,还提供了一种裁判文书的生成装置,包括:第一确定单元,用于按照待生成裁判文书的格式确定所述待生成裁判文书所需填充的内容,其中,所需填充的内容包括:第一部分内容和第二部分内容,所述第一部分内容为事实认定内容,所述第二部分内容为逻辑推理内容;第二确定单元,用于根据知识图谱确定所述第一部分内容,其中,所述知识图谱与所述待生成裁判文书的案由领域相关联;第三确定单元,用于根据预设图结构确定所述第二部分内容,其中,所述预设图结构基于所述知识图谱构建;生成单元,用于采用所述第一部分内容和所述第二部分内容生成所述待生成裁判文书。
根据本发明实施例的另一个方面,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,在所述程序运行时控制所述存储介质所在设备执行上述所述的裁判文书的生成方法。
根据本发明实施例的又一个方面,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上述所述的裁判文书的生成方法。
在本发明实施例中,在生成裁判文书的过程中,按照待生成裁判文书的格式确定待生成裁判文书所需填充的内容,其中,所需填充的内容包括:表示事实认定内容的第一部分内容,和用于表示逻辑推理内容的第二部分内容,然后可以根据与待生成裁判文书的案由领域相关联的知识图谱,生成裁判文书的第一部分内容,并基于该知识图谱构建预定图结构,再根据预设图结构生成第二部分内容,从而根据第一部分内容和第二部分内容实现了自动生成裁判文书的技术效果,进而解决了无法自动生成裁判文书的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了一种用于实现裁判文书的生成方法的计算机终端的硬件结构框图;
图2是根据本发明实施例的裁判文书的生成方法的流程图;
图3是根据本发明实施例的一种裁判文书自动生成系统示意图;
图4是根据本发明实施例的一种知识图谱的部分示意图;
图5是根据本发明实施例的一种法官认定模块的系统界面的示意图一;
图6是根据本发明实施例的一种法官认定模块的系统界面的示意图二;
图7是根据本发明实施例的一种“事实认定”对应预定图结构的示意图;
图8是根据本发明实施例的一种“本院认为”对应预定图结构的示意图;
图9是根据本发明实施例的裁判文书的生成装置的示意图;
图10是根据本发明实施例的一种计算机客户端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,还提供了一种裁判文书的生成方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现裁判文书的生成方法的计算机终端(或移动设备)的硬件结构框图。如图1所示,计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b,……,102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块,如本发明实施例中的裁判文书的生成方法对应的程序指令/数据存储装置,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的裁判文书的生成方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输模块106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
此处需要说明的是,在一些可选实施例中,上述图1所示的计算机设备(或移动设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是,图1仅为特定具体实例的一个实例,并且旨在示出可存在于上述计算机设备(或移动设备)中的部件的类型。
在上述运行环境下,本申请提供了如图2所示的裁判文书的生成方法。图2是根据本发明实施例的裁判文书的生成方法的流程图,如图2所示的方法可以包括如下步骤:
步骤S202,按照待生成裁判文书的格式确定待生成裁判文书所需填充的内容,其中,所需填充的内容包括:第一部分内容和第二部分内容,第一部分内容为事实认定内容,第二部分内容为逻辑推理内容;
步骤S204,根据知识图谱确定第一部分内容,其中,知识图谱与待生成裁判文书的案由领域相关联;
步骤S206,根据预设图结构确定第二部分内容,其中,预设图结构基于知识图谱构建;
步骤S208,采用第一部分内容和第二部分内容生成待生成裁判文书。
在本发明实施例中,在生成裁判文书的过程中,按照待生成裁判文书的格式确定待生成裁判文书所需填充的内容,其中,所需填充的内容包括:表示事实认定内容的第一部分内容,和用于表示逻辑推理内容的第二部分内容,然后可以根据与待生成裁判文书的案由领域相关联的知识图谱,生成裁判文书的第一部分内容,并基于该知识图谱构建预定图结构,再根据预设图结构生成第二部分内容,从而根据第一部分内容和第二部分内容实现了自动生成裁判文书的技术效果,进而解决了无法自动生成裁判文书的技术问题。
作为一种可选的实施例,根据知识图谱确定第一部分内容包括:获取知识图谱的当前图谱状态,其中,当前图谱状态用于描述知识图谱中每个节点的当前取值,其中,构建知识图谱的信息来源包括以下至少之一:从诉讼材料中抽取的信息,从诉讼材料之外的与案件当事人关联的各类信息中通过数据挖掘处理所获得的信息;根据当前图谱状态确定第一部分内容。
本发明上述实施例,可以根据从诉讼材料中抽取的信息,从诉讼材料之外的与案件当事人关联的各类信息中通过数据挖掘处理所获得的信息,作为构建知识图谱的信息来源,构建知识图谱,并根据该知识图谱,获取用于描述知识图谱中每个节点当前取值的当前图谱状态,从而可以根据当前图谱状态确定待生成裁判文书的第一部分内容,实现了对裁判文书的自动生成。
作为一种可选的实施例,根据当前图谱状态确定第一部分内容包括:根据当前图谱状态从知识图谱中获取激活区域,其中,激活区域是由知识图谱中参与本次裁判推理过程的节点所构成的区域;采用不确定推理方式在激活区域中进行裁判推理,得到第一部分内容。
本发明上述实施例,根据当前图谱状态,从知识图谱中获取由知识图谱中参与本次裁判推理过程的节点所构成的激活区域,然后采用不确定推理方式,在激活区域中进行裁判推理,得到待生成裁判文书的第一部分内容,从而实现了对裁判文书的自动生成。
作为一种可选的实施例,在根据当前图谱状态确定第一部分内容之后,还包括:识别参与本次裁判推理过程的风险节点,其中,风险节点为可信度低于第一预设阈值且与裁判结果的关联度高于第二预设阈值的节点;获取用户对风险节点进行校正得到的校正结果,并按照校正结果更新第一部分内容。
本发明上述实施例,在根据当前图谱状态确定第一部分内容之后,可以确定根据当前图谱状态,确定可信度低于第一预设阈值且与裁判结果的关联度高于第二预设阈值的风险节点,进而识别出参与本次裁判推理过程的风险节点,然后获取用户对风险节点进行校正所得到的校正结果,并按照校正结果更新待生成裁判文书的第一部分内容,从而可以使待生成裁判文书的第一部分内容更加准确。
作为一种可选的实施例,识别参与本次裁判推理过程的风险节点包括:计算参与本次裁判推理过程的每个节点的可信度,得到计算结果;采用计算结果进行风险程度建模,得到风险识别模型,并通过风险识别模型识别风险节点,其中,风险识别模型用于定义参与本次裁判推理过程的每个节点的风险程度,风险程度为第一部分内容对每个节点的可信度的条件概率。
本发明上述实施例,在识别参与本次裁判推理过程的风险节点的过程中,可以计算参与本次裁判推理过程的每个节点的可信度,得到计算结果,然后采用该计算结果进行风险程度建模,得到用于定义参与本次裁判推理过程的每个节点的风险程度的风险识别模型,并通过风险识别模型识别风险节点。
作为一种可选的实施例,预设图结构:至少一个判别节点、至少一个模板节点、至少一个逻辑门节点,根据预设图结构确定第二部分内容包括:根据知识图谱的当前图谱状态确定每个判别节点的当前取值;按照后序遍历方式,采用每个判别节点的当前取值推理计算得到计算结果,其中,计算结果包括:每个模板节点以及每个逻辑门节点的取值;按照前序遍历方式,采用计算结果从至少一个模板节点中选取待使用的模板节点;将与待使用的模板节点关联的判别节点的当前取值填充至待使用的模板节点,得到第二部分内容。
本发明上述实施例,预设图结构包括:至少一个判别节点、至少一个模板节点、至少一个逻辑门节点,根据知识图谱的当前图谱状态,可以确定每个判别节点的当前取值,然后按照后序遍历方式,采用每个判别节点的当前取值推理计算每个模板节点以及每个逻辑门节点的取值,得到计算结果;再按照前序遍历方式,采用该计算结果从至少一个模板节点中选取待使用的模板节点,然后确定与待使用的模板节点关联的判别节点,并将该的当前取值填充至待使用的模板节点,可以得到待生成裁判文书的第二部分内容。
本发明还提供了一种优选实施例,该优选实施例提供了一种基于调用图谱的裁判文书自动生成系统。
图3是根据本发明实施例的一种裁判文书自动生成系统示意图,如图3所示,包括:信息抽取/数据挖掘模块31、法律知识图谱构建模块32、自动裁判推理模块33、自动风险点识别模块34、法官认定模块35、调用图谱和专家模板构建模块36和裁判文书自动生成模块37。
可选地,信息抽取/数据挖掘模块用于为知识图谱推理模块提供输入信息,其中,输入信息的来源包括起诉书、答辩书、证据信息等。
例如,可以从起诉书中抽取原被告信息;从证据交易日志中抽取是否退款、是否保留追偿权利;冲证据商品信息中抽取折扣价格,实际价格等。
可选地,输入信息的来源还可以是大数据挖掘出的信息,例如,用户画像,或挖掘出的用户历史的投诉次数。
可选地,输入信息的来源可能是文本、图片、语音等,信息抽取和数据挖掘使用的技术并不限制。
可选地,法律知识图谱构建模块,可以根据不同案由领域的需要,构建不同的知识图谱,具体可以由法律专家人工构建,也可以算法自动构建。
图4是根据本发明实施例的一种知识图谱的部分示意图,如图4所示,图中每个节点代表一个要素、判别要点或者逻辑门,每条边的左边节点是右边节点的输入。
如图4所示的知识图谱中包含了生成文书需要的所有要素和审判逻辑的中间节点,其中,知识图谱的关系以三元组的形式存储。
可选地,自动裁判推理模块,用于根据知识图谱的图谱状态,自动推理出裁判结果。
可选地,为了兼容民事案件中的『不诉不理』『举证责任』的特点,首先要在找到知识图谱中的激活区域,然后在激活区域上做裁判推理。这里使用人工智能中的不确定性推理技术,方法有很多种(不限于以下两种方法)。由于知识图谱中逻辑关系具有方向性,此处可按照知识图谱中的逻辑推理规则,沿着逻辑关系方向进行逻辑图上的遍历,直至走向裁判结果的法律事实实体;此处也可采用的图谱向量化表示方法,在图上进行随机行走(random walk),计算每一步的概率。
可选地,自动裁判推理模块,用于识别出推理过程中的风险节点,并将该风险节点交给法官去确认,校正裁判结果。
需要说明的是,风险节点的定义是:计算可信度低并且对裁判结果影响大的图谱上的节点。
根据上面风险节点的定义,首先对知识图谱中每个节点的可信度进行建模,通过可信度表示节点对应事实为真的可能性。直观的解释是,当证据不足,或者信息抽取的结果不准确时,那么由这些信息推理出的节点的可信度是低的。
可选地,在推理过程中,可以为每一个节点计算可信度,其中,进行可信度计算的方法模型有很多,例如基于符号逻辑的CF模型,基于统计的概率模型等;然后根据每个节点的可信度的计算结果,进行风险程度建模,定义风险程度为判决结果对可信度的条件概率,P(node|case);选出风险程度高的节点作为风险节点,传递给法官认定模块。
可选地,法官认定模块,是法官跟智能审判系统的交互模块,通过算法把风险节点和可信度计算的结果展示给法官,由法官认定修改。修改后的结果传递给智能审判系统,重新计算判决结果。
图5是根据本发明实施例的一种法官认定模块的系统界面的示意图一,如图5所示,通过该系统界面,可以向法官展示风险节点(如图5中的风险点一和风险点二),由法官手动校正风险节点。
图6是根据本发明实施例的一种法官认定模块的系统界面的示意图二,如图6所示,过该系统界面,可以向法官展示可信度计算的结果(如图6中的问题一和问题二),再由法官手动校正计算结果。
可选地,调用图谱和专家模板构建模块,用来实现裁判文书中,与逻辑推理有关的部分文书模板调用。
图7是根据本发明实施例的一种“事实认定”对应预定图结构的示意图,图8是根据本发明实施例的一种“本院认为”对应预定图结构的示意图,如图7和图8所示,预定图结构包括:判别节点(如A-1、A-2、A-3、A-4、C-1、C-2、C-3、C-4和C-5)、模板节点(如B1-1、B2-1、B2-2、B3-1、B3-2、B4-1、D1、D2、D3、D4、D5和D6)、逻辑门节点(与或非)。可以看出,这个预定图结构是依赖了前面知识图谱,因此可以保证裁判的要点正确。模板节点存储了专家撰写的模板,下面给出了例子,模板的格式如下,是一个slot filing的格式,<slot>xxx</slot>代表了传入的参数,来自于前端系统,或者信息抽取模块。
可选地,根据预定图结构可以确定裁判文书的推理部分,如“事实认定”和“本院认为”部分。具体过程为:1、在预定图结构中由左至右进行推理计算;2、由右至左遍历调用模板,被选中调用的模板就进行slot filing的填空过程,这样就完成了逻辑部分的文书生成。
可选地,裁判文书自动生成模块,用于自动生成裁判文书。其中,裁判文书通常包含:“当事人信息”,“审理经过”,“原告诉称”,“被告答辩”,“举证质证过程”,“本院查明”,“本院认为”,“裁判结果”等部分。其中,“本院查明”、“本院认为”部分包含了大量的逻辑推理部分,与其他部分的算法不一样。
需要说明的是,“当事人信息”、“审理经过”、“裁判结果”等部分属于规则比较固定的,采用人工编写模板+填写关键实体信息的方式完成(slot filling)。例如,在“当事人信息”的部分,因为格式是固定的,只需要在留好的槽位上填写原告姓名、性别、身份证好、地址等信息即可。这一部分跟市场上的其他方案没有本质区别,是一种通用的解决方案,效果佳。
本发明提供的技术方案,融合了基于法律领域知识图谱的裁判推理结果,保证裁判结果的正确性;通过自主定义和构建的调用图谱,保证『本院查明事实』(即第一部分内容)和『本院认为』(即第二部分内容)这两部分逻辑推理描述文本的逻辑顺序正确;对自动组合生成的裁判文书进行算法语法检查和修正,解决模板间的语法冲突问题,保证语法正确和流利度。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
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根据上述实施例的方法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,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,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的方法。
实施例2
根据本发明实施例,还提供了一种用于实施上述裁判文书的生成方法的裁判文书的生成装置,如图9所示,该装置包括:第一确定单元91、第三确定单元95和生成单元97。
其中,第一确定单元91,用于按照待生成裁判文书的格式确定待生成裁判文书所需填充的内容,其中,所需填充的内容包括:第一部分内容和第二部分内容,第一部分内容为事实认定内容,第二部分内容为逻辑推理内容;第二确定单元93,用于根据知识图谱确定第一部分内容,其中,知识图谱与待生成裁判文书的案由领域相关联;第三确定单元95,用于根据预设图结构确定第二部分内容,其中,预设图结构基于知识图谱构建;生成单元97,用于采用第一部分内容和第二部分内容生成待生成裁判文书。
此处需要说明的是,上述第一确定单元91和生成单元97对应于实施例1中的步骤S202至步骤S208,上述各单元与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述单元作为装置的一部分可以运行在实施例一提供的计算机终端10中。
在本发明实施例中,在生成裁判文书的过程中,按照待生成裁判文书的格式确定待生成裁判文书所需填充的内容,其中,所需填充的内容包括:表示事实认定内容的第一部分内容,和用于表示逻辑推理内容的第二部分内容,然后可以根据与待生成裁判文书的案由领域相关联的知识图谱,生成裁判文书的第一部分内容,并基于该知识图谱构建预定图结构,再根据预设图结构生成第二部分内容,从而根据第一部分内容和第二部分内容实现了自动生成裁判文书的技术效果,进而解决了无法自动生成裁判文书的技术问题。
作为一种可选的实施例,第二确定单元包括:第一获取模块,用于获取知识图谱的当前图谱状态,其中,当前图谱状态用于描述知识图谱中每个节点的当前取值,其中,构建知识图谱的信息来源包括以下至少之一:从诉讼材料中抽取的信息,从诉讼材料之外的与案件当事人关联的各类信息中通过数据挖掘处理所获得的信息;确定模块,用于根据当前图谱状态确定第一部分内容。
作为一种可选的实施例,确定模块包括:第二获取模块,用于根据当前图谱状态从知识图谱中获取激活区域,其中,激活区域是由知识图谱中参与本次裁判推理过程的节点所构成的区域;推理模块,用于采用不确定推理方式在激活区域中进行裁判推理,得到第一部分内容。
作为一种可选的实施例,该实施例还包括:识别模块,用于在根据当前图谱状态确定第一部分内容之后,识别参与本次裁判推理过程的风险节点,其中,风险节点为可信度低于第一预设阈值且与裁判结果的关联度高于第二预设阈值的节点;第三获取模块,用于获取用户对风险节点进行校正得到的校正结果,并按照校正结果更新第一部分内容。
作为一种可选的实施例,识别模块包括:第一计算模块,用于计算参与本次裁判推理过程的每个节点的可信度,得到计算结果;建模模块,用于采用计算结果进行风险程度建模,得到风险识别模型,并通过风险识别模型识别风险节点,其中,风险识别模型用于定义参与本次裁判推理过程的每个节点的风险程度,风险程度为第一部分内容对每个节点的可信度的条件概率。
作为一种可选的实施例,预设图结构:至少一个判别节点、至少一个模板节点、至少一个逻辑门节点,第三确定单元包括:确定模块,用于根据知识图谱的当前图谱状态确定每个判别节点的当前取值;第二计算模块,用于按照后序遍历方式,采用每个判别节点的当前取值推理计算得到计算结果,其中,计算结果包括:每个模板节点以及每个逻辑门节点的取值;选取模块,用于按照前序遍历方式,采用计算结果从至少一个模板节点中选取待使用的模板节点;填充模块,用于将与待使用的模板节点关联的判别节点的当前取值填充至待使用的模板节点,得到第二部分内容。
实施例3
本发明的实施例可以提供一种计算机终端,该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地,在本实施例中,上述计算机终端也可以替换为移动终端等终端设备。
可选地,在本实施例中,上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中,上述计算机终端可以执行裁判文书的生成方法中以下步骤的程序代码:按照待生成裁判文书的格式确定待生成裁判文书所需填充的内容,其中,所需填充的内容包括:第一部分内容和第二部分内容,第一部分内容为事实认定内容,第二部分内容为逻辑推理内容;根据知识图谱确定第一部分内容,其中,知识图谱与待生成裁判文书的案由领域相关联;根据预设图结构确定第二部分内容,其中,预设图结构基于知识图谱构建;采用第一部分内容和第二部分内容生成待生成裁判文书。
可选地,图10是根据本发明实施例的一种计算机终端的结构框图。如图10所示,该计算机终端10可以包括:一个或多个(图中仅示出一个)处理器102、存储器104、以及传输模块106。
其中,存储器可用于存储软件程序以及模块,如本发明实施例中的裁判文书的生成方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的裁判文书的生成方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:按照待生成裁判文书的格式确定待生成裁判文书所需填充的内容,其中,所需填充的内容包括:第一部分内容和第二部分内容,第一部分内容为事实认定内容,第二部分内容为逻辑推理内容;根据知识图谱确定第一部分内容,其中,知识图谱与待生成裁判文书的案由领域相关联;根据预设图结构确定第二部分内容,其中,预设图结构基于知识图谱构建;采用第一部分内容和第二部分内容生成待生成裁判文书。
可选的,上述处理器还可以执行如下步骤的程序代码:获取知识图谱的当前图谱状态,其中,当前图谱状态用于描述知识图谱中每个节点的当前取值,其中,构建知识图谱的信息来源包括以下至少之一:从诉讼材料中抽取的信息,从诉讼材料之外的与案件当事人关联的各类信息中通过数据挖掘处理所获得的信息;根据当前图谱状态确定第一部分内容。
可选的,上述处理器还可以执行如下步骤的程序代码:根据当前图谱状态从知识图谱中获取激活区域,其中,激活区域是由知识图谱中参与本次裁判推理过程的节点所构成的区域;采用不确定推理方式在激活区域中进行裁判推理,得到第一部分内容。
可选的,上述处理器还可以执行如下步骤的程序代码:识别参与本次裁判推理过程的风险节点,其中,风险节点为可信度低于第一预设阈值且与裁判结果的关联度高于第二预设阈值的节点;获取用户对风险节点进行校正得到的校正结果,并按照校正结果更新第一部分内容。
可选的,上述处理器还可以执行如下步骤的程序代码:计算参与本次裁判推理过程的每个节点的可信度,得到计算结果;采用计算结果进行风险程度建模,得到风险识别模型,并通过风险识别模型识别风险节点,其中,风险识别模型用于定义参与本次裁判推理过程的每个节点的风险程度,风险程度为第一部分内容对每个节点的可信度的条件概率。
可选的,上述处理器还可以执行如下步骤的程序代码:根据知识图谱的当前图谱状态确定每个判别节点的当前取值;按照后序遍历方式,采用每个判别节点的当前取值推理计算得到计算结果,其中,计算结果包括:每个模板节点以及每个逻辑门节点的取值;按照前序遍历方式,采用计算结果从至少一个模板节点中选取待使用的模板节点;将与待使用的模板节点关联的判别节点的当前取值填充至待使用的模板节点,得到第二部分内容。
采用本发明实施例,提供了一种裁判文书的生成的方案。在生成裁判文书的过程中,按照待生成裁判文书的格式确定待生成裁判文书所需填充的内容,其中,所需填充的内容包括:表示事实认定内容的第一部分内容,和用于表示逻辑推理内容的第二部分内容,然后可以根据与待生成裁判文书的案由领域相关联的知识图谱,生成裁判文书的第一部分内容,并基于该知识图谱构建预定图结构,再根据预设图结构生成第二部分内容,从而根据第一部分内容和第二部分内容实现了自动生成裁判文书的技术效果,进而解决了无法自动生成裁判文书的技术问题。
本领域普通技术人员可以理解,图10所示的结构仅为示意,计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices,MID)、PAD等终端设备。图10其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图10中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图10所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
实施例4
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例一所提供的裁判文书的生成方法所执行的程序代码。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:按照待生成裁判文书的格式确定待生成裁判文书所需填充的内容,其中,所需填充的内容包括:第一部分内容和第二部分内容,第一部分内容为事实认定内容,第二部分内容为逻辑推理内容;根据知识图谱确定第一部分内容,其中,知识图谱与待生成裁判文书的案由领域相关联;根据预设图结构确定第二部分内容,其中,预设图结构基于知识图谱构建;采用第一部分内容和第二部分内容生成待生成裁判文书。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:获取知识图谱的当前图谱状态,其中,当前图谱状态用于描述知识图谱中每个节点的当前取值,其中,构建知识图谱的信息来源包括以下至少之一:从诉讼材料中抽取的信息,从诉讼材料之外的与案件当事人关联的各类信息中通过数据挖掘处理所获得的信息;根据当前图谱状态确定第一部分内容。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据当前图谱状态从知识图谱中获取激活区域,其中,激活区域是由知识图谱中参与本次裁判推理过程的节点所构成的区域;采用不确定推理方式在激活区域中进行裁判推理,得到第一部分内容。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:识别参与本次裁判推理过程的风险节点,其中,风险节点为可信度低于第一预设阈值且与裁判结果的关联度高于第二预设阈值的节点;获取用户对风险节点进行校正得到的校正结果,并按照校正结果更新第一部分内容。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:计算参与本次裁判推理过程的每个节点的可信度,得到计算结果;采用计算结果进行风险程度建模,得到风险识别模型,并通过风险识别模型识别风险节点,其中,风险识别模型用于定义参与本次裁判推理过程的每个节点的风险程度,风险程度为第一部分内容对每个节点的可信度的条件概率。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据知识图谱的当前图谱状态确定每个判别节点的当前取值;按照后序遍历方式,采用每个判别节点的当前取值推理计算得到计算结果,其中,计算结果包括:每个模板节点以及每个逻辑门节点的取值;按照前序遍历方式,采用计算结果从至少一个模板节点中选取待使用的模板节点;将与待使用的模板节点关联的判别节点的当前取值填充至待使用的模板节点,得到第二部分内容。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以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全部或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(可为个人计算机、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、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种裁判文书的生成方法,其特征在于,包括:
按照待生成裁判文书的格式确定所述待生成裁判文书所需填充的内容,其中,所需填充的内容包括:第一部分内容和第二部分内容,所述第一部分内容为事实认定内容,所述第二部分内容为逻辑推理内容;
根据知识图谱确定所述第一部分内容,其中,所述知识图谱与所述待生成裁判文书的案由领域相关联;
根据预设图结构确定所述第二部分内容,其中,所述预设图结构基于所述知识图谱构建;
采用所述第一部分内容和所述第二部分内容生成所述待生成裁判文书;
其中,所述预设图结构包括:至少一个判别节点、至少一个模板节点、至少一个逻辑门节点,根据所述预设图结构确定所述第二部分内容包括:
根据所述知识图谱的当前图谱状态确定每个判别节点的当前取值;
按照后序遍历方式,采用每个判别节点的当前取值推理计算得到计算结果,其中,所述计算结果包括:每个模板节点以及每个逻辑门节点的取值;
按照前序遍历方式,采用所述计算结果从所述至少一个模板节点中选取待使用的模板节点;
将与所述待使用的模板节点关联的判别节点的当前取值填充至所述待使用的模板节点,得到所述第二部分内容。
2.根据权利要求1所述的方法,其特征在于,根据所述知识图谱确定所述第一部分内容包括:
获取所述知识图谱的当前图谱状态,其中,所述当前图谱状态用于描述所述知识图谱中每个节点的当前取值,其中,构建所述知识图谱的信息来源包括以下至少之一:从诉讼材料中抽取的信息,从诉讼材料之外的与案件当事人关联的各类信息中通过数据挖掘处理所获得的信息;
根据所述当前图谱状态确定所述第一部分内容。
3.根据权利要求2所述的方法,其特征在于,根据所述当前图谱状态确定所述第一部分内容包括:
根据所述当前图谱状态从所述知识图谱中获取激活区域,其中,所述激活区域是由所述知识图谱中参与本次裁判推理过程的节点所构成的区域;
采用不确定推理方式在所述激活区域中进行裁判推理,得到所述第一部分内容。
4.根据权利要求3所述的方法,其特征在于,在根据所述当前图谱状态确定所述第一部分内容之后,还包括:
识别参与本次裁判推理过程的风险节点,其中,所述风险节点为可信度低于第一预设阈值且与裁判结果的关联度高于第二预设阈值的节点;
获取用户对所述风险节点进行校正得到的校正结果,并按照所述校正结果更新所述第一部分内容。
5.根据权利要求4所述的方法,其特征在于,识别参与本次裁判推理过程的所述风险节点包括:
计算参与本次裁判推理过程的每个节点的可信度,得到计算结果;
采用所述计算结果进行风险程度建模,得到风险识别模型,并通过所述风险识别模型识别所述风险节点,其中,所述风险识别模型用于定义参与本次裁判推理过程的每个节点的风险程度,所述风险程度为所述第一部分内容对每个节点的可信度的条件概率。
6.一种裁判文书的生成装置,其特征在于,包括:
第一确定单元,用于按照待生成裁判文书的格式确定所述待生成裁判文书所需填充的内容,其中,所需填充的内容包括:第一部分内容和第二部分内容,所述第一部分内容为事实认定内容,所述第二部分内容为逻辑推理内容;
第二确定单元,用于根据知识图谱确定所述第一部分内容,其中,所述知识图谱与所述待生成裁判文书的案由领域相关联;
第三确定单元,用于根据预设图结构确定所述第二部分内容,其中,所述预设图结构基于所述知识图谱构建;
生成单元,用于采用所述第一部分内容和所述第二部分内容生成所述待生成裁判文书;
其中,所述预设图结构包括:至少一个判别节点、至少一个模板节点、至少一个逻辑门节点,所述第三确定单元包括:
确定模块,用于根据所述知识图谱的当前图谱状态确定每个判别节点的当前取值;
第二计算模块,用于按照后序遍历方式,采用每个判别节点的当前取值推理计算得到计算结果,其中,所述计算结果包括:每个模板节点以及每个逻辑门节点的取值;
选取模块,用于按照前序遍历方式,采用所述计算结果从所述至少一个模板节点中选取待使用的模板节点;
填充模块,用于将与所述待使用的模板节点关联的判别节点的当前取值填充至所述待使用的模板节点,得到所述第二部分内容。
7.根据权利要求6所述的装置,其特征在于,所述第二确定单元包括:
第一获取模块,用于获取所述知识图谱的当前图谱状态,其中,所述当前图谱状态用于描述所述知识图谱中每个节点的当前取值,其中,构建所述知识图谱的信息来源包括以下至少之一:从诉讼材料中抽取的信息,从诉讼材料之外的与案件当事人关联的各类信息中通过数据挖掘处理所获得的信息;
确定模块,用于根据所述当前图谱状态确定所述第一部分内容。
8.根据权利要求7所述的装置,其特征在于,所述确定模块包括:
第二获取模块,用于根据所述当前图谱状态从所述知识图谱中获取激活区域,其中,所述激活区域是由所述知识图谱中参与本次裁判推理过程的节点所构成的区域;
推理模块,用于采用不确定推理方式在所述激活区域中进行裁判推理,得到所述第一部分内容。
9.根据权利要求8所述的装置,其特征在于,还包括:
识别模块,用于在根据所述当前图谱状态确定所述第一部分内容之后,识别参与本次裁判推理过程的风险节点,其中,所述风险节点为可信度低于第一预设阈值且与裁判结果的关联度高于第二预设阈值的节点;
第三获取模块,用于获取用户对所述风险节点进行校正得到的校正结果,并按照所述校正结果更新所述第一部分内容。
10.根据权利要求9所述的装置,其特征在于,所述识别模块包括:
第一计算模块,用于计算参与本次裁判推理过程的每个节点的可信度,得到计算结果;
建模模块,用于采用所述计算结果进行风险程度建模,得到风险识别模型,并通过所述风险识别模型识别所述风险节点,其中,所述风险识别模型用于定义参与本次裁判推理过程的每个节点的风险程度,所述风险程度为所述第一部分内容对每个节点的可信度的条件概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910087454.XA CN111507095B (zh) | 2019-01-29 | 2019-01-29 | 裁判文书的生成方法、装置、存储介质和处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910087454.XA CN111507095B (zh) | 2019-01-29 | 2019-01-29 | 裁判文书的生成方法、装置、存储介质和处理器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507095A CN111507095A (zh) | 2020-08-07 |
CN111507095B true CN111507095B (zh) | 2023-05-02 |
Family
ID=71875546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910087454.XA Active CN111507095B (zh) | 2019-01-29 | 2019-01-29 | 裁判文书的生成方法、装置、存储介质和处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111507095B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017092555A1 (zh) * | 2015-12-01 | 2017-06-08 | 北京国双科技有限公司 | 一种裁判文书中的金额解析方法及装置 |
CN107908671A (zh) * | 2017-10-25 | 2018-04-13 | 南京擎盾信息科技有限公司 | 基于法律数据的知识图谱构建方法及系统 |
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 |
CN108073569A (zh) * | 2017-06-21 | 2018-05-25 | 北京华宇元典信息服务有限公司 | 一种基于多层级多维度语义理解的法律认知方法、装置和介质 |
CN108694178A (zh) * | 2017-04-06 | 2018-10-23 | 北京国双科技有限公司 | 一种推荐司法知识的方法及装置 |
WO2018224028A1 (zh) * | 2017-06-09 | 2018-12-13 | 北京国双科技有限公司 | 获取裁判文书焦点的方法和装置 |
-
2019
- 2019-01-29 CN CN201910087454.XA patent/CN111507095B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017092555A1 (zh) * | 2015-12-01 | 2017-06-08 | 北京国双科技有限公司 | 一种裁判文书中的金额解析方法及装置 |
CN108694178A (zh) * | 2017-04-06 | 2018-10-23 | 北京国双科技有限公司 | 一种推荐司法知识的方法及装置 |
WO2018224028A1 (zh) * | 2017-06-09 | 2018-12-13 | 北京国双科技有限公司 | 获取裁判文书焦点的方法和装置 |
CN108073569A (zh) * | 2017-06-21 | 2018-05-25 | 北京华宇元典信息服务有限公司 | 一种基于多层级多维度语义理解的法律认知方法、装置和介质 |
CN107908671A (zh) * | 2017-10-25 | 2018-04-13 | 南京擎盾信息科技有限公司 | 基于法律数据的知识图谱构建方法及系统 |
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 |
Non-Patent Citations (4)
Title |
---|
Filtz, Erwin1CAa .Building and processing a knowledge-graph for legal data.《Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)》.2017,第184-194页. * |
上官俊峰 ; .能动司法方式探析――法律推理在能动司法中的适用.西南农业大学学报(社会科学版).2013,第11卷(第01期),第25-29页. * |
郑少婉 等.基于自然语义处理的裁判文书分割系统.《信息技术与网络安全》.2018,(第02期),第59-61页. * |
高翔.人工智能民事司法应用的法律知识图谱构建——以要件事实型民事裁判论为基础.《法制与社会发展》.2018,第24卷(第06期),第66-80页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111507095A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3370188B1 (en) | Facial verification method, device, and computer storage medium | |
US20160210632A1 (en) | Secured payment method and relevant device and system | |
CN109272381A (zh) | 业务推荐方法、装置、电子设备及可读存储介质 | |
CN111506801A (zh) | 一种应用App中子应用的排序方法及装置 | |
CN110866174B (zh) | 庭审问题的推送方法、装置和系统 | |
CN111324740B (zh) | 纠纷事件的识别方法、识别装置和识别系统 | |
CN106845267B (zh) | 应用历史信息的处理方法及移动终端 | |
CN110634088A (zh) | 案件裁判方法、装置和系统 | |
CN111367562A (zh) | 数据采集方法、装置、存储介质及处理器 | |
CN110245912A (zh) | 一种电子合同签署方法、装置、存储介质及终端设备 | |
CN111507095B (zh) | 裁判文书的生成方法、装置、存储介质和处理器 | |
CN110837562B (zh) | 案件的处理方法、装置和系统 | |
CN110837563B (zh) | 案件的裁判方法、装置和系统 | |
CN110019916A (zh) | 基于用户画像的事件处理方法、装置、设备和存储介质 | |
CN113077142A (zh) | 智能学员画像方法、系统及终端设备 | |
CN115563069B (zh) | 基于人工智能的数据共享处理方法、系统及云平台 | |
CN113128534A (zh) | 情绪识别的方法、装置以及存储介质 | |
CN108629699B (zh) | 数据上传方法、数据上传设备、存储介质及装置 | |
CN107784064B (zh) | 网页数据处理方法、装置、计算机设备及计算机存储介质 | |
CN114610372A (zh) | 评审文件的处理方法及装置、存储介质、处理器、终端 | |
CN114971204A (zh) | 预算管控方法、系统、存储介质及电子设备 | |
CN109584057B (zh) | 交易明细数据获取方法、装置以及服务器 | |
CN112445898A (zh) | 对话情感分析方法及装置、存储介质及处理器 | |
CN107786528B (zh) | 应用的登录方法及装置、通信系统 | |
CN111401395A (zh) | 一种数据处理方法、终端设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200806 Address after: No.12 Zhuantang science and technology economic block, Xihu District, Hangzhou City, Zhejiang Province Applicant after: ALIYUN COMPUTING Co.,Ltd. Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands Applicant before: Alibaba Group Holding Ltd. |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |