CN111797246A - 庭审方法、装置、电子设备及机器可读存储介质 - Google Patents

庭审方法、装置、电子设备及机器可读存储介质 Download PDF

Info

Publication number
CN111797246A
CN111797246A CN202010933550.4A CN202010933550A CN111797246A CN 111797246 A CN111797246 A CN 111797246A CN 202010933550 A CN202010933550 A CN 202010933550A CN 111797246 A CN111797246 A CN 111797246A
Authority
CN
China
Prior art keywords
court trial
user
data
litigation
court
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.)
Granted
Application number
CN202010933550.4A
Other languages
English (en)
Other versions
CN111797246B (zh
Inventor
王伟伟
刘凯
魏海威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gongdao Network Technology Co ltd
Original Assignee
Gongdao Network Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gongdao Network Technology Co ltd filed Critical Gongdao Network Technology Co ltd
Priority to CN202010933550.4A priority Critical patent/CN111797246B/zh
Publication of CN111797246A publication Critical patent/CN111797246A/zh
Application granted granted Critical
Publication of CN111797246B publication Critical patent/CN111797246B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • 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
    • G06F16/3343—Query execution using phonetics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Economics (AREA)
  • Human Computer Interaction (AREA)
  • Technology Law (AREA)
  • Acoustics & Sound (AREA)
  • Animal Behavior & Ethology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Machine Translation (AREA)
  • Manipulator (AREA)

Abstract

公开一种庭审方法，应用于庭审管理系统，获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据；在所述法律知识图谱中，激活并加载与所述用户诉讼意图数据匹配的庭审业务分支图谱；基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，并将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审，从而实现了庭审智能化及自动化，提高了庭审效率。

Description

庭审方法、装置、电子设备及机器可读存储介质
技术领域
本申请涉及计算机应用技术领域，尤其涉及庭审方法、装置、电子设备及机器可读存储介质。
背景技术
随着法律宣传工作普及用户维权意识的逐步增强，各级法院面临的司法案件也越来越多。然而，与日俱增的案件数和法官人数增长缓慢之间的矛盾更加突出，形成了“案多人少”的局面。在案件审理的过程中，通常需要法官现场召集案件相关的当事人进行开庭、调查、辩论、评议、宣判等庭审流程，从而导致庭审效率较低。另外，由于法官个体经验不同，可能存在案件判决尺度和标准差异较大的问题。
发明内容
本申请提供一种庭审方法，所述方法应用于庭审管理系统，庭审管理系统包括用于模拟法官判案逻辑的法律知识图谱、用于与用户进行庭审对话的机器人法官，所述方法包括：
获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据；
在所述法律知识图谱中，激活并加载与所述用户诉讼意图数据匹配的庭审业务分支图谱；
基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，并将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审。
可选的，所述用户诉讼数据包括用户输入的语音诉讼数据；
所述获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据，包括：
获取与目标案件相关的语音诉讼数据，并对获取的语音诉讼数据执行语音自动识别为文本的算法，得到对应的文本诉讼数据；
对所述文本诉讼数据执行语义分析，得到对应的用户诉讼意图数据。
可选的，所述庭审管理系统还包括自然语言理解子系统；
所述对所述文本诉讼数据执行语义分析，得到对应的用户诉讼意图数据，包括：
将所述文本诉讼数据输入至所述自然语言理解子系统中执行用户意图的语义分析，得到对应的用户诉讼意图数据。
可选的，所述庭审业务分支图谱包括若干个相连的图谱节点；所述庭审管理系统还包括图谱计算子系统、自然语言生成子系统；
所述基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，包括：
所述图谱计算子系统在所述若干图谱节点中，确定与所述用户诉讼意图数据对应的第一图谱节点；
以所述第一图谱节点作为起始节点，确定与所述第一图谱节点相连的分支路径中的代表机器人法官行为的第二图谱节点；
将确定的所述第二图谱节点及所述用户诉讼意图数据，输入至所述自然语言生成子系统中，以由所述自然语言生成子系统生成与所述第二图谱节点代表机器人法官行为对应的庭审问答数据；
将生成的所述庭审问答数据作为与所述目标案件相关的庭审指令。
可选的，所述庭审管理系统还包括庭审进度跟踪子系统；
所述方法还包括：
将所述用户诉讼意图数据、所述第一图谱节点、所述第二图谱节点、生成的与所述目标案件相关的庭审指令，作为历史对话数据保存至所述庭审进度跟踪子系统中，以使所述自然语言理解子系统在所述机器人法官与所述用户进行多轮对话交互时调用及执行用户诉讼意图的语义分析。
可选的，所述庭审指令包括所述自然语言生成子系统生成的庭审问答数据；
所述将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审，包括：
将生成的庭审问答数据发送至所述机器人法官，以由所述机器人法官将所述庭审问答数据直接发送至用户进行庭审对话直至完成庭审；或者，
将生成的庭审问答数据执行文本转语音的算法得到对应的语音问答数据，将所述语音问答数据发送至所述机器人法官，以由所述机器人法官将语音问答数据发送至用户进行庭审对话直至完成庭审。
可选的，所述用户诉讼意图数据至少包括用户诉讼请求数据、与所述用户诉讼请求数据相关的必要条件数据。
本申请还提供一种庭审装置，所述方法应用于庭审管理系统，庭审管理系统包括用于模拟法官判案逻辑的法律知识图谱、用于与用户进行庭审对话的机器人法官，所述装置包括：
获取模块，获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据；
加载模块，在所述法律知识图谱中，激活并加载与所述用户诉讼意图数据匹配的庭审业务分支图谱；
庭审模块，基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，并将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审。
可选的，所述用户诉讼数据包括用户输入的语音诉讼数据；
所述获取模块进一步：
获取与目标案件相关的语音诉讼数据，并对获取的语音诉讼数据执行语音自动识别为文本的算法，得到对应的文本诉讼数据；
对所述文本诉讼数据执行语义分析，得到对应的用户诉讼意图数据。
可选的，所述庭审管理系统还包括自然语言理解子系统；
所述获取模块进一步：
将所述文本诉讼数据输入至所述自然语言理解子系统中执行用户意图的语义分析，得到对应的用户诉讼意图数据。
可选的，所述庭审业务分支图谱包括若干个相连的图谱节点；所述庭审管理系统还包括图谱计算子系统、自然语言生成子系统；
所述庭审模块进一步：
所述图谱计算子系统在所述若干图谱节点中，确定与所述用户诉讼意图数据对应的第一图谱节点；
以所述第一图谱节点作为起始节点，确定与所述第一图谱节点相连的分支路径中的代表机器人法官行为的第二图谱节点；
将确定的所述第二图谱节点及所述用户诉讼意图数据，输入至所述自然语言生成子系统中，以由所述自然语言生成子系统生成与所述第二图谱节点代表机器人法官行为对应的庭审问答数据；
将生成的所述庭审问答数据作为与所述目标案件相关的庭审指令。
可选的，所述庭审管理系统还包括庭审进度跟踪子系统；
所述庭审模块进一步：
将所述用户诉讼意图数据、所述第一图谱节点、所述第二图谱节点、生成的与所述目标案件相关的庭审指令，作为历史对话数据保存至所述庭审进度跟踪子系统中，以使所述自然语言理解子系统在所述机器人法官与所述用户进行多轮对话交互时调用及执行用户诉讼意图的语义分析。
可选的，所述庭审指令包括所述自然语言生成子系统生成的庭审问答数据；
所述庭审模块进一步：
将生成的庭审问答数据发送至所述机器人法官，以由所述机器人法官将所述庭审问答数据直接发送至用户进行庭审对话直至完成庭审；或者，
将生成的庭审问答数据执行文本转语音的算法得到对应的语音问答数据，将所述语音问答数据发送至所述机器人法官，以由所述机器人法官将语音问答数据发送至用户进行庭审对话直至完成庭审。
可选的，所述用户诉讼意图数据至少包括用户诉讼请求数据、与所述用户诉讼请求数据相关的必要条件数据。
本申请还提供一种电子设备，包括通信接口、处理器、存储器和总线，所述通信接口、所述处理器和所述存储器之间通过总线相互连接；
所述存储器中存储机器可读指令，所述处理器通过调用所述机器可读指令，执行上述的方法。
本申请还提供一种机器可读存储介质，所述机器可读存储介质存储有机器可读指令，所述机器可读指令在被处理器调用和执行时，执行上述的方法。
通过以上实施例，获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据；在所述法律知识图谱中，激活并加载与所述用户诉讼意图数据匹配的庭审业务分支图谱；基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，并将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审，从而实现了庭审智能化及自动化，提高了庭审效率。
附图说明
图1是一示例性实施例提供的一种庭审方法的流程图；
图2是一示例性实施例提供的一种庭审管理系统的架构示意图；
图3是一示例性实施例提供的一种电子设备的硬件结构图；
图4是一示例性实施例提供的一种庭审装置的框图。
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申请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、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
为了使本技术领域的人员更好地理解本说明书实施例中的技术方案，下面先对本说明书实施例涉及的庭审的相关技术，进行简要说明。
随着互联网技术的发展和普及，通常在庭审过程中，法官可以基于各种多媒体设备（比如：摄像机、视频会议系统）进行辅助庭审。然而，在实际应用中，一方面，由于需要法官和案件当事人（比如：案件当事人包括原告及其诉讼代理人、被告及其诉讼代理人、第三人及其诉讼代理人等）通过口头对话进行庭审，以及不同法官针对同一领域的案件积累的庭审经验无法重用，导致庭审效率较低。另一方面，由于法官个体经验不同，可能存在案件判决尺度和标准差异较大。
基于此，本说明书旨在提出一种，基于法律知识图谱和机器人法官相结合的庭审管理系统进行庭审的技术方案。
在实现时，庭审管理系统包括用于模拟法官判案逻辑的法律知识图谱、用于与用户进行庭审对话的机器人法官。
进一步地，庭审管理系统获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据。
进一步地，庭审管理系统在所述法律知识图谱中，激活并加载与所述用户诉讼意图数据匹配的庭审业务分支图谱。
进一步地，庭审管理系统基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，并将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审。
在以上技术方案中，通过获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据；在所述法律知识图谱中，激活并加载与所述用户诉讼意图数据匹配的庭审业务分支图谱；基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，并将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审，从而实现了庭审智能化及自动化，提高了庭审效率。
下面通过具体实施例并结合具体的应用场景对本说明书进行描述。
请参考图1，图1是本说明书一实施例提供的一种庭审方法的流程图，该方法应用于庭审管理系统，上述庭审管理系统包括用于模拟法官判案逻辑的法律知识图谱、用于与用户进行庭审对话的机器人法官，上述方法执行以下步骤：
步骤102、获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据。
步骤104、在上述法律知识图谱中，激活并加载与上述用户诉讼意图数据匹配的庭审业务分支图谱。
步骤106、基于上述用户诉讼意图数据及上述庭审业务分支图谱，生成与上述目标案件相关的庭审指令，并将上述庭审指令发送至上述机器人法官，以由上述机器人法官基于上述庭审指令与用户进行庭审对话直至完成庭审。
在本说明书中，上述庭审管理系统，是指用于管理庭审的任何形式的机器或机器集群。
例如，在实际应用中，上述庭审管理系统，具体可以为用于庭审管理的、部署于法院本地的用于机器或机器集群，也可以包括用于庭审管理的部署于云端的机器或机器集群。
在本说明书中，上述庭审管理系统包括用于模拟法官判案逻辑的法律知识图谱、用于与用户进行庭审对话的机器人法官。
例如，在实际应用中，上述庭审管理系统在后台的数据库中存储有用于模拟法官判案逻辑的法律知识图谱，上述庭审管理系统具体还可以通过web页面或对接的APP软件等方式，向用户输出展示用于与当事人进行庭审对话的机器人法官。比如：当原告、被告分别通过各自持有的终端接入至上述庭审管理系统后，上述庭审管理系统可以向原告、被告分别通过各自持有的终端的庭审客户端的界面，向原告、被告分别输出用于与当事人进行庭审对话的机器人法官。
在本说明书中，上述目标案件，可以包括任何类型的法律案件。
例如，在实际应用中，上述目标案件可以包括民事案件、刑事案件、行政案件等。
在本说明书中，上述用户诉讼数据，包括与上述目标案件相关的任何诉讼数据。
例如，在实际应用中，上述用户诉讼数据具体可以包括原告提交的起诉状及证据、被告提交的答辩状及证据、庭审笔录等。
又例如，在实际应用中，上述用户诉讼数据具体还可以包括原告及其诉讼代理人、被告及其诉讼代理人、第三人及其诉讼代理人分别对应的发言、答辩、互相间辩论的语音数据。
在示出的一种实施方式中，上述用户诉讼数据包括用户输入的语音诉讼数据。例如，在实际应用中，上述用户诉讼数据具体可以包括原被告在庭审发言时输入的语音数据；该语音数据具体可以基于庭审管理系统搭载的语音采集设备进行采集获取，也可以由用户持有终端的庭审客户端基于终端搭载的语音输入硬件进行采集获取，再由庭审客户端将采集的语音数据发送至接入的庭审管理系统中。
在本说明书中，上述庭审管理系统获取上述用户诉讼数据，并对获取的上述用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据。
以上述用户诉讼数据包括用户输入的语音诉讼数据为例，上述庭审管理系统获取原被告在庭审发言、辩论的语音诉讼数据时，并对获取的语音诉讼数据执行语义分析，得到对应的用户诉讼意图数据。
在示出的一种实施方式中，在基于上述用户诉讼数据得到对应的上述用户诉讼意图数据的过程中，上述庭审管理系统获取与目标案件相关的语音诉讼数据，并对获取的语音诉讼数据执行语音自动识别为文本的算法，得到对应的文本诉讼数据。
接着以上示例继续举例，上述庭审管理系统获取与目标案件相关的原被告的语音诉讼数据，并对获取的语音诉讼数据执行语音自动识别为文本的算法（Automatic SpeechRecognition），得到对应的文本诉讼数据。
在本说明书中，进一步地，上述庭审管理系统对上述文本诉讼数据执行语义分析，得到对应的用户诉讼意图数据。
在示出的一种实施方式中，上述庭审管理系统除了包括上述法律知识图谱和上述机器人法官外，还包括自然语言理解子系统，在对上述文本诉讼数据执行语义分析得到对应的用户诉讼意图数据的过程中，上述庭审管理系统将上述文本诉讼数据输入至上述自然语言理解子系统中执行用户意图的语义分析，得到对应的用户诉讼意图数据。
例如，上述庭审管理系统可以将原被告的文本诉讼数据输入至上述自然语言理解子系统中执行用户意图的语义分析，得到对应的原被告的诉讼意图数据。
需要说明的是，上述用户诉讼意图数据，包括用户诉讼请求数据、与所述用户诉讼请求数据相关的必要条件数据；
其中，上述用户诉讼请求数据，是指针对上述目标案件的用户的核心诉求数据。
例如，以上述目标案件为交通事故纠纷案件的民事案件为例，原告的诉讼请求数据具体可以为：“要求赔偿医疗费”，被告的诉讼请求数据具体可以为“仅能提供赔偿医疗费”。
在本说明书中，上述必要条件数据，是指与上述用户诉讼请求数据相关的必要条件数据。
接着以上示例继续举例，与原告的诉讼请求数据“要求赔偿医疗费”相关的必要条件数据，具体可以为：“要求赔偿医疗费的金额为10万元”；与被告的诉讼请求数据“仅能提供赔偿医疗费”相关的必要条件数据，具体可以为：“仅能提供赔偿医疗费的金额为5万元”，也即，“医疗费的金额”的具体数额为与原被告诉讼请求数据相关的必要条件数据。
需要说明的是，上述必要条件数据可以通过上述自然语言理解子系统从上述用户诉讼请求数据对应的文本诉讼数据中进行意图语义分析后直接获取。比如：当上述自然语言理解子系统从文本诉讼数据获取到“交通”、“碰撞”、“汽车”、“电动车”等文本后，可以通过意图语义分析确定目标案件为交通事故纠纷案件。
当然，当然在实际应用中，上述必要条件数据也可以由上述庭审管理系统通过上述机器人法官向用户执行进一步问询，并在接收到用户针对该问询的应答后，通过上述自然语言理解子系统对该应答执行用户意图分析后获得。比如：在确定目标案件为交通事故纠纷案件后，上述庭审管理系统通过上述机器人法官向用户执行进一步问询该案件发生的具体时间、地点、涉案车辆、案发环境等信息，并获取用户的回答进行语义分析后得到必要条件数据。
当然在实际应用中，上述必要条件数据还可以由上述庭审管理系统通过上述机器人法官与用户进行的历史对话中获得。比如：针对目标案件为交通事故纠纷案件，上述机器人法官与用户进行过多轮历史对话并保存，上述庭审管理系统可以从保存的历史对话中获取必要条件数据。
在本说明书中，在得到上述用户诉讼意图数据后，上述庭审管理系统在上述法律知识图谱中，激活并加载与上述用户诉讼意图数据匹配的庭审业务分支图谱。
例如，以上述用户诉讼意图数据包括原告向被告要求赔偿医疗费的金额10万元，以及被告仅能向原告提供赔偿医疗费的金额5万元为例，在得到该用户诉讼意图数据后，上述庭审管理系统在上述法律知识图谱中，激活并加载与该用户诉讼意图数据匹配的属于民事案件大类的交通事故纠纷案件的庭审业务分支图谱。
在本说明书中，上述庭审业务分支图谱包括若干个相连的图谱节点；该若干个相连的图谱节点逐级相连形成包括若干判断分支的、有向的法律知识图谱。
例如，以交通事故纠纷案件的庭审业务分支图谱为例，该庭审业务分支图谱具体可以包括各种交通责任判断分支，每个分支包括若干个相连的图谱节点，该若干个相连的图谱节点逐级相连形成各种交通责任判断分支、有向的交通责任判定的法律知识图谱；其中，“有向”，是指该法律知识图谱的分支流程具有方向性，比如：当该法律知识图谱为水平结构时，法律知识图谱数据的方向性可以为从右（交通责任判断分支开始）到左（交通责任判断分支结束）。
在本说明书中，在上述庭审业务分支图谱激活并加载后，上述庭审管理系统基于上述用户诉讼意图数据及上述庭审业务分支图谱，生成与上述目标案件相关的庭审指令。
在示出的一种实施方式中，上述庭审管理系统除了包括上述法律知识图谱和上述机器人法官、自然语言理解子系统外，还包括图谱计算子系统、自然语言生成子系统；在基于上述用户诉讼意图数据及上述庭审业务分支图谱，生成与上述目标案件相关的庭审指令的过程中，上述图谱计算子系统在上述庭审业务分支图谱中的若干图谱节点中，确定与上述用户诉讼意图数据对应的第一图谱节点，以上述第一图谱节点作为起始节点，确定与上述第一图谱节点相连的分支路径中的代表机器人法官行为的第二图谱节点。
例如，以交通事故纠纷案件的庭审业务分支图谱，以及上述用户诉讼意图数据包括原被告提出的医疗赔偿金额为例，该庭审业务分支图谱包括若干图谱节点；上述图谱计算子系统在该庭审业务分支图谱中的若干图谱节点中确定与原被告提出的医疗赔偿金额对应的第一图谱节点，将原被告提出的医疗赔偿金额保存为该第一图谱节点的值（比如：原告要求赔偿的医疗费10万元，被告可以提供赔偿的医疗费5万元）；上述图谱计算子系统以该第一图谱节点作为起始节点，确定与该第一图谱节点相连的分支路径中的代表机器人法官行为的第二图谱节点（比如：上述图谱计算子系统基于该第一图谱节点作为起始节点，确定与该第一图谱节点相连的分支路径中的代表机器人法官向原被告问询医疗赔偿金额包括具体费用明细的第二图谱节点）。
在本说明书中，在确定与上述第一图谱节点相连的分支路径中的上述第二图谱节点后，上述图谱计算子系统可以将确定的上述第二图谱节点及上述用户诉讼意图数据，输入至上述自然语言生成子系统中，以由上述自然语言生成子系统生成与上述第二图谱节点代表机器人法官行为对应的庭审问答数据，将生成的所述庭审问答数据作为与所述目标案件相关的庭审指令。
接着以上示例继续举例，上述图谱计算子系统可以将确定的代表代表机器人法官向原被告问询医疗赔偿金额包括具体费用明细的第二图谱节点及原被告提出的医疗赔偿金额输入至上述自然语言生成子系统中，以由上述自然语言生成子系统生成与该第二图谱节点代表机器人法官行为对应的庭审问答数据；该庭审问答数据为原被告可以理解自然语言形式的文本。比如：该庭审问答数据具体可以为：“请原告提供用于证明提出医疗赔偿金额的门诊、住院、药店涉及的具体费用明细”。又比如：该庭审问答数据也可以为：“请被告提供用于证明被告已赔偿原告的医疗赔偿金额的门诊、住院、药店涉及的具体费用明细，以及保单和保险公司信息”。再比如：该庭审问答数据也可以为：“原告提出的医疗赔偿金额已超出某条法律的规定，请原告重新提出赔偿诉求”。上述自然语言生成子系统可以将生成的以上示例类似的庭审问答数据发送至上述庭审管理系统作为与目标案件相关的庭审指令。
需要说明的是，上述庭审问答数据，具体可以包括上述机器人法官向与目标案件相关的用户主动发起的提问数据，也可以包括上述机器人法官向与目标案件相关的用户发起的提问进行回复的答复数据；其中，上述机器人法官与目标案件相关的用户之间的对话形式，在本说明书中不作具体限定，该对话形式具体可以包括一问一答，一问多答，多问一答。
在本说明书中，在与上述目标案件相关的庭审指令生成后，上述庭审管理系统可以将上述庭审指令发送至上述机器人法官，以由上述机器人法官基于上述庭审指令与用户进行庭审对话直至完成庭审。
接着以上示例继续举例，上述庭审管理系统可以将以上示例或类似的庭审问答数据作为庭审指令发送至上述机器人法官，上述机器人法官基于该庭审指令与原被告进行庭审对话直至完成庭审。
在示出的一种实施方式中，上述庭审指令包括上述自然语言生成子系统生成的庭审问答数据；在将上述庭审指令发送至上述机器人法官，以由上述机器人法官基于上述庭审指令与用户进行庭审对话直至完成庭审的过程中，上述庭审管理系统将生成的庭审问答数据发送至上述机器人法官，以由上述机器人法官将上述庭审问答数据直接发送至用户进行庭审对话直至完成庭审。
例如，上述庭审管理系统将生成的以上示例或类似的庭审问答数据以文本数据方式发送至上述机器人法官，以由上述机器人法官将上述庭审问答数据直接以文本的方式发送至用户进行庭审对话直至完成庭审。
在示出的另一种实施方式中，上述庭审指令包括上述自然语言生成子系统生成的庭审问答数据；在将上述庭审指令发送至上述机器人法官，以由上述机器人法官基于上述庭审指令与用户进行庭审对话直至完成庭审的过程中，上述庭审管理系统将生成的庭审问答数据执行文本转语音的算法得到对应的语音问答数据，将上述语音问答数据发送至上述机器人法官，以由上述机器人法官将语音问答数据发送至用户进行庭审对话直至完成庭审。
例如，上述庭审管理系统将生成的以上示例或类似的庭审问答数据执行文本转语音的算法（Text To Speech）从文本数据先转换为语音问答数据，再将转换后的语音问答数据发送至上述机器人法官，以由上述机器人法官将语音问答数据直接以发送至用户进行庭审对话直至完成庭审。
在本说明书中，在通过单轮对话无法获取上述用户诉讼意图数据时，上述庭审管理系统还可以基于上述庭审业务分支图谱中的模拟法官判案逻辑驱动上述机器人法官与目标案件相关的用户之间还可以进行多轮对话，从而来获取上述用户诉讼意图数据。
在示出的一种实施方式中，上述庭审管理系统除了包括上述法律知识图谱和上述机器人法官外、自然语言理解子系统、图谱计算子系统、自然语言生成子系统外，还包括庭审进度跟踪子系统；上述庭审管理系统可以将上述用户诉讼意图数据、上述第一图谱节点、上述第二图谱节点、生成的与上述目标案件相关的庭审指令，作为历史对话数据保存至上述庭审进度跟踪子系统中，以使上述自然语言理解子系统在上述机器人法官与用户进行多轮对话交互时调用，以及执行用户诉讼意图的语义分析。
例如，上述机器人法官与交通事故纠纷案件相关的原被告进行3轮对话，上述庭审管理系统可以将上述机器人法官与目标案件相关的用户的第1、2轮对话过程中的用户诉讼意图数据、第一图谱节点、第二图谱节点、生成的与目标案件相关的庭审指令，作为历史对话数据保存至上述庭审进度跟踪子系统中，以使上述自然语言理解子系统在上述机器人法官与用户进行第3轮对话交互时调用，以及执行用户诉讼意图的语义分析。
需要说明的是，上述机器人法官与上述用户之间的对话涉及的主题控制、对话过程控制，由上述庭审管理系统基于上述庭审业务分支图谱中的模拟法官判案逻辑进行灵活控制。由此，一方面，可以避免基于生成模型技术在严肃规范的司法场景下容易造成对话不可控的问题；另一方面，可以避免基于检索模型技术对于庭审这种需要复杂逻辑计算的司法场景下可能存在无法匹配答案库导致无法与用户有效对话获得用户诉讼意图的问题。
为了方便整理理解，请参见图2，图2是一示例性实施例提供的一种庭审管理系统的架构示意图。
如图2所示，庭审管理系统包括机器人法官、法律知识图谱、自然语言理解子系统、图谱计算子系统、自然语言生成子系统、庭审进度跟踪子系统；
庭审管理系统通过机器人法官获取原告、被告的语音，并通过自然语言理解子系统对原告、被告的语音进行语义分析得到诉讼意图，并基于图谱计算子系统确定法律知识图谱中匹配的庭审业务分支图谱，以及基于自然语言生成子系统生成与庭审业务分支图谱中与诉讼意图相关代表机器人法官行为的图谱节点对应的庭审问答，并将该庭审问答发送至机器人法官，以用于与原告、被告进行庭审对话直至完成庭审。
在以上技术方案中，通过获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据；在所述法律知识图谱中，激活并加载与所述用户诉讼意图数据匹配的庭审业务分支图谱；基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，并将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审，从而实现了庭审智能化及自动化，提高了庭审效率。
与上述方法实施例相对应，本申请还提供了庭审装置的实施例。
与上述方法实施例相对应，本说明书还提供了一种庭审装置的实施例。本说明书的庭审装置的实施例可以应用在电子设备上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在电子设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图3所示，为本说明书的庭审装置所在电子设备的一种硬件结构图，除了图3所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的电子设备通常根据该电子设备的实际功能，还可以包括其他硬件，对此不再赘述。
图4是本说明书一示例性实施例示出的一种庭审装置的框图。
请参考图4，所述庭审装置40可以应用在前述图3所示的电子设备中，所述装置应用于庭审管理系统，庭审管理系统包括用于模拟法官判案逻辑的法律知识图谱、用于与用户进行庭审对话的机器人法官，所述装置包括：
获取模块401，获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据；
加载模块402，在所述法律知识图谱中，激活并加载与所述用户诉讼意图数据匹配的庭审业务分支图谱；
庭审模块403，基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，并将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审。
在本实施例中，所述用户诉讼数据包括用户输入的语音诉讼数据；
所述获取模块401进一步：
获取与目标案件相关的语音诉讼数据，并对获取的语音诉讼数据执行语音自动识别为文本的算法，得到对应的文本诉讼数据；
对所述文本诉讼数据执行语义分析，得到对应的用户诉讼意图数据。
在本实施例中，所述庭审管理系统还包括自然语言理解子系统；
所述获取模块401进一步：
将所述文本诉讼数据输入至所述自然语言理解子系统中执行用户意图的语义分析，得到对应的用户诉讼意图数据。
在本实施例中，所述庭审业务分支图谱包括若干个相连的图谱节点；所述庭审管理系统还包括图谱计算子系统、自然语言生成子系统；
所述庭审模块403进一步：
所述图谱计算子系统在所述若干图谱节点中，确定与所述用户诉讼意图数据对应的第一图谱节点；
以所述第一图谱节点作为起始节点，确定与所述第一图谱节点相连的分支路径中的代表机器人法官行为的第二图谱节点；
将确定的所述第二图谱节点及所述用户诉讼意图数据，输入至所述自然语言生成子系统中，以由所述自然语言生成子系统生成与所述第二图谱节点代表机器人法官行为对应的庭审问答数据；
将生成的所述庭审问答数据作为与所述目标案件相关的庭审指令。
在本实施例中，所述庭审管理系统还包括庭审进度跟踪子系统；
所述庭审模块403进一步：
将所述用户诉讼意图数据、所述第一图谱节点、所述第二图谱节点、生成的与所述目标案件相关的庭审指令，作为历史对话数据保存至所述庭审进度跟踪子系统中，以使所述自然语言理解子系统在所述机器人法官与所述用户进行多轮对话交互时调用及执行用户诉讼意图的语义分析。
在本实施例中，所述庭审指令包括所述自然语言生成子系统生成的庭审问答数据；
所述庭审模块403进一步：
将生成的庭审问答数据发送至所述机器人法官，以由所述机器人法官将所述庭审问答数据直接发送至用户进行庭审对话直至完成庭审；或者，
将生成的庭审问答数据执行文本转语音的算法得到对应的语音问答数据，将所述语音问答数据发送至所述机器人法官，以由所述机器人法官将语音问答数据发送至用户进行庭审对话直至完成庭审。
在本实施例中，所述用户诉讼意图数据至少包括用户诉讼请求数据、与所述用户诉讼请求数据相关的必要条件数据。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述实施例阐明的装置、装置、模块或模块，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
与上述方法实施例相对应，本说明书还提供了一种电子设备的实施例。所述电子设备可以应用于庭审管理系统；该电子设备包括：处理器以及用于存储机器可执行指令的存储器；其中，处理器和存储器通常通过内部总线相互连接。在其他可能的实现方式中，所述设备还可能包括外部接口，以能够与其他设备或者部件进行通信。
在本实施例中，庭审管理系统包括用于模拟法官判案逻辑的法律知识图谱、用于与用户进行庭审对话的机器人法官，通过读取并执行所述存储器存储的与庭审的控制逻辑对应的机器可执行指令，所述处理器被促使：
获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据；
在所述法律知识图谱中，激活并加载与所述用户诉讼意图数据匹配的庭审业务分支图谱；
基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，并将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审。
在本实施例中，所述用户诉讼数据包括用户输入的语音诉讼数据，通过读取并执行所述存储器存储的与庭审的控制逻辑对应的机器可执行指令，所述处理器被促使：
获取与目标案件相关的语音诉讼数据，并对获取的语音诉讼数据执行语音自动识别为文本的算法，得到对应的文本诉讼数据；
对所述文本诉讼数据执行语义分析，得到对应的用户诉讼意图数据。
在本实施例中，所述庭审管理系统还包括自然语言理解子系统，通过读取并执行所述存储器存储的与庭审的控制逻辑对应的机器可执行指令，所述处理器被促使：
将所述文本诉讼数据输入至所述自然语言理解子系统中执行用户意图的语义分析，得到对应的用户诉讼意图数据。
在本实施例中，所述庭审业务分支图谱包括若干个相连的图谱节点；所述庭审管理系统还包括图谱计算子系统、自然语言生成子系统，通过读取并执行所述存储器存储的与庭审的控制逻辑对应的机器可执行指令，所述处理器被促使：
所述图谱计算子系统在所述若干图谱节点中，确定与所述用户诉讼意图数据对应的第一图谱节点；
以所述第一图谱节点作为起始节点，确定与所述第一图谱节点相连的分支路径中的代表机器人法官行为的第二图谱节点；
将确定的所述第二图谱节点及所述用户诉讼意图数据，输入至所述自然语言生成子系统中，以由所述自然语言生成子系统生成与所述第二图谱节点代表机器人法官行为对应的庭审问答数据；
将生成的所述庭审问答数据作为与所述目标案件相关的庭审指令。
在本实施例中，所述庭审管理系统还包括庭审进度跟踪子系统，通过读取并执行所述存储器存储的与庭审的控制逻辑对应的机器可执行指令，所述处理器被促使：
将所述用户诉讼意图数据、所述第一图谱节点、所述第二图谱节点、生成的与所述目标案件相关的庭审指令，作为历史对话数据保存至所述庭审进度跟踪子系统中，以使所述自然语言理解子系统在所述机器人法官与所述用户进行多轮对话交互时调用及执行用户诉讼意图的语义分析。
在本实施例中，所述庭审指令包括所述自然语言生成子系统生成的庭审问答数据，通过读取并执行所述存储器存储的与庭审的控制逻辑对应的机器可执行指令，所述处理器被促使：
将生成的庭审问答数据发送至所述机器人法官，以由所述机器人法官将所述庭审问答数据直接发送至用户进行庭审对话直至完成庭审；或者，
将生成的庭审问答数据执行文本转语音的算法得到对应的语音问答数据，将所述语音问答数据发送至所述机器人法官，以由所述机器人法官将语音问答数据发送至用户进行庭审对话直至完成庭审。
在本实施例中，所述用户诉讼意图数据至少包括用户诉讼请求数据、与所述用户诉讼请求数据相关的必要条件数据。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、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说明书的一般性原理并包括本说明书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，本说明书的真正范围和精神由下面的权利要求指出。
应当理解的是，本说明书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。本说明书的范围仅由所附的权利要求来限制。
以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims (10)

1.一种庭审方法，所述方法应用于庭审管理系统，庭审管理系统包括用于模拟法官判案逻辑的法律知识图谱、用于与用户进行庭审对话的机器人法官，所述方法包括：
获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据；
在所述法律知识图谱中，激活并加载与所述用户诉讼意图数据匹配的庭审业务分支图谱；
基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，并将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审。
2.根据权利要求1所述的方法，所述用户诉讼数据包括用户输入的语音诉讼数据；
所述获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据，包括：
获取与目标案件相关的语音诉讼数据，并对获取的语音诉讼数据执行语音自动识别为文本的算法，得到对应的文本诉讼数据；
对所述文本诉讼数据执行语义分析，得到对应的用户诉讼意图数据。
3.根据权利要求2所述的方法，所述庭审管理系统还包括自然语言理解子系统；
所述对所述文本诉讼数据执行语义分析，得到对应的用户诉讼意图数据，包括：
将所述文本诉讼数据输入至所述自然语言理解子系统中执行用户意图的语义分析，得到对应的用户诉讼意图数据。
4.根据权利要求3所述的方法，所述庭审业务分支图谱包括若干个相连的图谱节点；所述庭审管理系统还包括图谱计算子系统、自然语言生成子系统；
所述基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，包括：
所述图谱计算子系统在所述若干图谱节点中，确定与所述用户诉讼意图数据对应的第一图谱节点；
以所述第一图谱节点作为起始节点，确定与所述第一图谱节点相连的分支路径中的代表机器人法官行为的第二图谱节点；
将确定的所述第二图谱节点及所述用户诉讼意图数据，输入至所述自然语言生成子系统中，以由所述自然语言生成子系统生成与所述第二图谱节点代表机器人法官行为对应的庭审问答数据；
将生成的所述庭审问答数据作为与所述目标案件相关的庭审指令。
5.根据权利要求4所述的方法，所述庭审管理系统还包括庭审进度跟踪子系统；
所述方法还包括：
将所述用户诉讼意图数据、所述第一图谱节点、所述第二图谱节点、生成的与所述目标案件相关的庭审指令，作为历史对话数据保存至所述庭审进度跟踪子系统中，以使所述自然语言理解子系统在所述机器人法官与所述用户进行多轮对话交互时调用及执行用户诉讼意图的语义分析。
6.根据权利要求4所述的方法，所述庭审指令包括所述自然语言生成子系统生成的庭审问答数据；
所述将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审，包括：
将生成的庭审问答数据发送至所述机器人法官，以由所述机器人法官将所述庭审问答数据直接发送至用户进行庭审对话直至完成庭审；或者，
将生成的庭审问答数据执行文本转语音的算法得到对应的语音问答数据，将所述语音问答数据发送至所述机器人法官，以由所述机器人法官将语音问答数据发送至用户进行庭审对话直至完成庭审。
7.根据权利要求1所述的方法，所述用户诉讼意图数据至少包括用户诉讼请求数据、与所述用户诉讼请求数据相关的必要条件数据。
8.一种庭审装置，所述方法应用于庭审管理系统，庭审管理系统包括用于模拟法官判案逻辑的法律知识图谱、用于与用户进行庭审对话的机器人法官，所述装置包括：
获取模块，获取与目标案件相关的用户诉讼数据，并对获取的用户诉讼数据执行语义分析，得到对应的用户诉讼意图数据；
加载模块，在所述法律知识图谱中，激活并加载与所述用户诉讼意图数据匹配的庭审业务分支图谱；
庭审模块，基于所述用户诉讼意图数据及所述庭审业务分支图谱，生成与所述目标案件相关的庭审指令，并将所述庭审指令发送至所述机器人法官，以由所述机器人法官基于所述庭审指令与用户进行庭审对话直至完成庭审。
9.一种电子设备，包括通信接口、处理器、存储器和总线，所述通信接口、所述处理器和所述存储器之间通过总线相互连接；
所述存储器中存储机器可读指令，所述处理器通过调用所述机器可读指令，执行如权利要求1至7任一项所述的方法。
10.一种机器可读存储介质，所述机器可读存储介质存储有机器可读指令，所述机器可读指令在被处理器调用和执行时，实现权利要求1至7任一项所述的方法。
CN202010933550.4A 2020-09-08 2020-09-08 庭审方法、装置、电子设备及机器可读存储介质 Active CN111797246B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010933550.4A CN111797246B (zh) 2020-09-08 2020-09-08 庭审方法、装置、电子设备及机器可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010933550.4A CN111797246B (zh) 2020-09-08 2020-09-08 庭审方法、装置、电子设备及机器可读存储介质

Publications (2)

Publication Number Publication Date
CN111797246A true CN111797246A (zh) 2020-10-20
CN111797246B CN111797246B (zh) 2020-12-29

Family

ID=72834291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010933550.4A Active CN111797246B (zh) 2020-09-08 2020-09-08 庭审方法、装置、电子设备及机器可读存储介质

Country Status (1)

Country Link
CN (1) CN111797246B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180060305A1 (en) * 2016-08-25 2018-03-01 International Business Machines Corporation Semantic hierarchical grouping of text fragments
US20190155947A1 (en) * 2017-11-17 2019-05-23 International Business Machines Corporation Identifying text for labeling utilizing topic modeling-based text clustering
CN111222308A (zh) * 2019-12-17 2020-06-02 共道网络科技有限公司 案件判决书生成方法、装置、电子设备
CN111291161A (zh) * 2020-02-20 2020-06-16 平安科技（深圳）有限公司 法律案件知识图谱查询方法、装置、设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180060305A1 (en) * 2016-08-25 2018-03-01 International Business Machines Corporation Semantic hierarchical grouping of text fragments
US20190155947A1 (en) * 2017-11-17 2019-05-23 International Business Machines Corporation Identifying text for labeling utilizing topic modeling-based text clustering
CN111222308A (zh) * 2019-12-17 2020-06-02 共道网络科技有限公司 案件判决书生成方法、装置、电子设备
CN111291161A (zh) * 2020-02-20 2020-06-16 平安科技（深圳）有限公司 法律案件知识图谱查询方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111797246B (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
CN109514586B (zh) 实现智能客服机器人的方法及系统
CN107862339B (zh) 用于输出信息的方法和装置
CN107886414B (zh) 一种订单合并方法和设备以及计算机存储介质
CN111340616A (zh) 线上贷款的审批方法、装置、设备及介质
US20220129740A1 (en) Convolutional neural networks with soft kernel selection
CN112840628A (zh) 人机交互的通信的证据记录
CN110046806B (zh) 用于客服派单的方法、装置和计算设备
CN111222308A (zh) 案件判决书生成方法、装置、电子设备
CN116402022A (zh) 文档生成方法、装置、电子设备及存储介质
CN108694588B (zh) 虚拟资源请求方法及终端设备
US11797769B1 (en) Artificial intelligence system using hybrid technique for task-oriented dialog management
CN111324787A (zh) 区块链浏览器中区块链数据的展现方法和装置
CN111797246B (zh) 庭审方法、装置、电子设备及机器可读存储介质
CN112507323A (zh) 基于单向网络的模型训练方法、装置和计算设备
CN110796322A (zh) 一种翻译译员的评分系统及方法
CN111859985B (zh) Ai客服模型测试方法、装置、电子设备及存储介质
CN112000676B (zh) 车辆信息更新方法、装置、设备和存储介质
CN114529143A (zh) 外呼线索的推荐方法和装置、电子设备
CN113935334A (zh) 文本信息处理方法、装置、设备和介质
CN112988957B (zh) 案件预判结果生成方法、装置、电子设备
CN116543273B (zh) 数据处理方法、装置、计算机、可读存储介质及程序产品
CN112256688B (zh) 业务数据清洗方法、装置、电子设备
CN111858832B (zh) 一种对话方法、装置、电子设备和存储介质
CN113298636B (zh) 一种基于模拟资源申请的风险控制方法、装置和系统
US20230018271A1 (en) Lead Management System and Methods Thereof

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