CN111797615A - 法律文书纠错结果的优化方法及装置 - Google Patents
法律文书纠错结果的优化方法及装置 Download PDFInfo
- Publication number
- CN111797615A CN111797615A CN201910270178.0A CN201910270178A CN111797615A CN 111797615 A CN111797615 A CN 111797615A CN 201910270178 A CN201910270178 A CN 201910270178A CN 111797615 A CN111797615 A CN 111797615A
- Authority
- CN
- China
- Prior art keywords
- optimizable
- item
- parameter value
- optimization processing
- feedback
- 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
Links
- 238000012937 correction Methods 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000005457 optimization Methods 0.000 claims abstract description 102
- 238000012545 processing Methods 0.000 claims abstract description 60
- 238000003672 processing method Methods 0.000 claims abstract description 44
- 230000004048 modification Effects 0.000 claims abstract description 19
- 238000012986 modification Methods 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims description 41
- 238000011084 recovery Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000012550 audit Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Landscapes
- Document Processing Apparatus (AREA)
Abstract
本发明公开了一种法律文书纠错结果的优化方法及装置，当对法律文书进行纠错，生成并显示法律文书中每个错误点的修改提示后，针对每个错误点记录用户操作信息；从已记录的错误点中提取可优化项；对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值；当反馈调节参数值符合优化处理条件时，根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理。本发明通过记录并统计对可优化项的用户操作信息，得到每个可优化项的反馈调节参数值，并当反馈调节参数值符合优化处理条件时对相应的可优化项进行优化处理，提高了系统对法律文书进行纠错的准确率。
Description
技术领域
本发明涉及计算机技术领域，更具体的，涉及一种法律文书纠错结果的优化方法、装置、存储介质及处理器。
背景技术
在法务人员的日常工作中经常涉及对法律文书的审核处理，为了提高法务人员对法律文书的审核效率，法律文书纠错系统应运而生。
目前市场上的法律文书纠错系统的纠错原理为依据预先设定的纠错规则对法律文书进行纠错，实现对法律文书中的错别字识别、以及标点符号错误识别，在一定程度上提高了法务人员审核法律文书的效率。
但是，目前的法律文书纠错系统一旦投入使用，其内置的纠错规则无法改变，若发生纠错规则与实际情况不符的情况，也就是说发生纠错规则错误时，继续使用法律文书纠错系统不能满足实际需求，若想要使法律文书纠错系统满足实际需求需要重新开发法律文书纠错系统，增加了法律文书纠错系统的维护成本。
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法律文书纠错结果的优化方法、装置、存储介质及处理器。
为了实现上述发明目的，本发明提供的具体技术方案如下：
一种法律文书纠错结果的优化方法，包括：
当对法律文书进行纠错，生成并显示法律文书中每个错误点的修改提示后，针对每个错误点记录用户操作信息；
从已记录的错误点中提取可优化项；
对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值；
当反馈调节参数值符合优化处理条件时，根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理。
可选的，所述错误点的类别包括：文书格式错误、错别字、标点及符号错误、文书书写表述错误、法律依据引用错误、诉讼人员姓名错误和法律文书维度缺失错误，其中，所述预设类型包括：错别字、标点及符号错误、文书书写表述错误、法律依据引用错误、诉讼人员姓名错误和法律文书维度缺失错误。
可选的，所述从已记录的错误点中提取可优化项，包括：
从已记录的错误点中提取符合预设类型的错误点，作为可优化项。可选的，所述用户操作包括：忽略操作、忽略操作后又进行恢复操作、以及手动修正操作。
可选的，所述对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值，包括：
对于所述可优化项，对用户的忽略操作进行统计，得到对所述可优化项的忽略操作次数，并将忽略操作次数作为相应的所述可优化项的反馈调节参数值。
可选的，当反馈调节参数值大于预设忽略操作次数最小值时，反馈调节参数值符合优化处理条件；所述根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理，包括：
调用预设的反馈调节参数区间与优化处理方法之间的对应关系，根据反馈调节参数值所处的反馈调节参数区间确定反馈调节参数值对应的优化处理方法，并利用该优化处理方法对相应的所述可优化项进行优化处理，其中，反馈调节参数区间包括低阶参数区间和高阶参数区间，所述低阶参数区间对应的优化处理方法为生成可优化项对应的纠错规则的报警信息，所述高阶参数区间对应的优化处理方法为撤销对可优化项的纠错。
可选的，当反馈调节参数值为忽略操作后又进行恢复操作的次数时，所述当反馈调节参数值大于预设忽略操作后又进行恢复操作次数最小值时，反馈调节参数值符合优化处理条件；所述根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理，包括：
生成反馈调节参数值对应的所述可优化项对应的纠错规则的报警信息。
可选的，当反馈调节参数值为手动修正次数时，所述当反馈调节参数值大于预设手动修正次数最小值时，反馈调节参数值符合优化处理条件；所述根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理，包括：
生成反馈调节参数值对应的所述可优化项的手动修正日志。
一种法律文书纠错结果的优化装置，包括：
用户操作记录单元，用于当对法律文书进行纠错，生成并显示法律文书中每个错误点的修改提示后，针对每个错误点记录用户操作信息；
可优化项提取单元，用于从已记录的错误点中提取可优化项；
用户操作统计单元，用于对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值；
优化处理单元，用于当反馈调节参数值符合优化处理条件时，根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理。
可选的，所述错误点的类别包括：文书格式错误、错别字、标点及符号错误、文书书写表述错误、法律依据引用错误、诉讼人员姓名错误和法律文书维度缺失错误，其中，所述预设类型包括：错别字、标点及符号错误、文书书写表述错误、法律依据引用错误、诉讼人员姓名错误和法律文书维度缺失错误。
可选的，所述可优化项提取单元，具体用于从已记录的错误点中提取符合预设类型的错误点，作为可优化项。
可选的，所述用户操作包括：忽略操作、忽略操作后又进行恢复操作、以及手动修正操作。
可选的，所述用户操作统计单元，具体用于对于所述可优化项，对用户的忽略操作进行统计，得到对所述可优化项的忽略操作次数，并将忽略操作次数作为相应的所述可优化项的反馈调节参数值。
可选的，当反馈调节参数值大于预设忽略操作次数最小值时，反馈调节参数值符合优化处理条件；所述优化处理单元，具体用于调用预设的反馈调节参数区间与优化处理方法之间的对应关系，根据反馈调节参数值所处的反馈调节参数区间确定反馈调节参数值对应的优化处理方法，并利用该优化处理方法对相应的所述可优化项进行优化处理，其中，反馈调节参数区间包括低阶参数区间和高阶参数区间，所述低阶参数区间对应的优化处理方法为生成可优化项对应的纠错规则的报警信息，所述高阶参数区间对应的优化处理方法为撤销对可优化项的纠错。
可选的，当反馈调节参数值为忽略操作后又进行恢复操作的次数时，所述当反馈调节参数值大于预设忽略操作后又进行恢复操作次数最小值时，反馈调节参数值符合优化处理条件；所述优化处理单元，具体用于生成反馈调节参数值对应的所述可优化项对应的纠错规则的报警信息。
可选的，当反馈调节参数值为手动修正次数时，所述当反馈调节参数值大于预设手动修正次数最小值时，反馈调节参数值符合优化处理条件；所述优化处理单元，具体用于生成反馈调节参数值对应的所述可优化项的手动修正日志。
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的设备执行如上述中任一项所述的法律文书纠错结果的优化方法。
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如上述中任一项所述的法律文书纠错结果的优化方法。
借由上述技术方案，本发明提供的法律文书纠错结果的优化方法及装置，当对法律文书进行纠错、生成并显示法律文书中每个错误点的修改提示后，通过记录每个错误点的用户操作信息，从已记录的错误点中提取可优化项，记录并统计对可优化项的用户操作信息，得到可优化项的反馈调节参数值，并当反馈调节参数值符合优化处理条件时对相应的可优化项进行优化处理，使法律文书纠错系统更加完善，避免了当法律文书纠错系统不满足实际需求时需要重新开发法律文书纠错系统的问题，提高了系统对法律文书进行纠错的准确率。
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示出了本发明实施例公开的一种法律文书纠错结果的优化方法流程图；
图2示出了本发明实施例公开的一种法律文书纠错结果的优化装置结构示意图。
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。
本实施例公开了一种法律文书纠错结果的优化方法，是对法律文书纠错系统对法律文书的纠错结果进行优化，其中，法律文书纠错系统中为每个法律文书的类型分别构建了法律文书规范库，使纠错更具针对性，纠错的准确率更高。如，诉讼法律文书和非诉讼法律文书的格式规范不同，当对诉讼法律文书的错误点进行识别时调用诉讼法律文书格式规范库，当对非诉讼法律文书的错误点进行识别时调用非诉讼法律文书格式规范库。在对法律文书进行纠错时，根据法律文书的类型调用相应的法律文书规范库进行纠错处理。
请参阅图1，本实施例公开的法律文书纠错结果的优化方法，具体包括以下步骤：
S101：当对法律文书进行纠错，生成并显示法律文书中每个错误点的修改提示后，针对每个错误点记录用户操作信息；
需要说明的是，对法律文书进行纠错的结果包括：法律文书存在错误点和法律文书不存在错误点。
当法律文书存在错误点时，错误点的数量可以为一个或一个以上。
错误点的类别包括：文书格式错误、错别字、标点及符号错误、文书书写表述错误、法律依据引用错误、诉讼人员姓名错误和法律文书维度缺失错误。
其中，文书格式包括文书段落分隔、文书不同段落的字体、字号、字间距、行间距、段落缩进、文字位置、段落特殊格式、页面页边距、页码、页面分页等等。调用法律文书格式规范库，根据所述格式规范库中的与所述待处理法律文书的类型相对应的格式规范，对所述待处理法律文书中的文书格式错误进行识别。
调用预设错别字纠错系统，对法律文书中的错别字进行识别。
法律文书纠错系统通过检察法律文书智能分析技术，识别出法律文书中的文字、标点符号、序号等等，根据识别后得到的文字、标点符号、序号等信息，以及断行、标点符号使用规则，对文书中的文本断行、标点符号、语法错误等问题进行比对检查，得到标点及符号错误。
调用法律文书规范表述规则库，根据所述法律文书规范表述规则库中的法律名称书写规则、法条的条款项的数字书写应用规则、落款日期书写规则对法律文书中的文书书写表述错误进行识别。
调用法条规则库，根据智能分析技术、以及法条规则库中的法规名称、法条名称和法条原文对法律文书中的法律依据引用错误进行识别。
对法律文书中所有人员的诉讼地位进行识别，建立每个人员姓名与诉讼地位的关联关系，并根据关联关系对法律文书中的诉讼人员姓名错误进行识别。
对于法律文书维度缺失错误，通过对法律文书中如犯罪嫌疑人情况中的关键信息项中的身份证号码、住址等关键信息项，以及审查过程段的侦查机关、罪名等各段落的关键信息项进行校验，判断所有关键信息项是否存在，若不存在，从检查机关统一业务应用系统中提取的相应字段信息进行纠错推荐。
当法律文书纠错系统对法律文书完成纠错后，对法律文书中的每个错误点进行标注，生成并显示每个错误点的修改提示。具体的，在法律文书中，对已识别出的错误点进行高亮显示、添加下划线或加错显示等方式进行标注，根据法律文书规范库生成每个错误点对应的正确表述，并将每个错误点的正确表述显示在法律文书中。
用户在看到法律文书中的错误点的修改提示时，针对每个错误点，用户可以执行一键修正操作，根据修改提示对错误点进行修改；用户也可以执行忽略操作，取消对错误点的标注和修改提示；用户也可以在执行忽略操作之后又进行恢复操作，恢复对错误点的标注和修改提示；用户还可以执行手动修正操作，删除法律文书中的部分文本或添加部分文本。
因此，针对每个错误点，用户操作包括：忽略操作、忽略操作后又进行恢复操作、以及手动修正操作。
S102：从已记录的错误点中提取可优化项；
从已记录的错误点中提取可优化项的方式有多种，其中一种方式为将已记录的所有错误点都作为可优化项，在这种可优化项的提取方式中，只要法律文书存在错误点就会提取出可优化项。
为了提高法律文书纠错结果的优化效果，也可以从已记录的错误点中提取符合预设类型的错误点，作为可优化项。预设类型包括：错别字、标点及符号错误、文书书写表述错误、法律依据引用错误、诉讼人员姓名错误和法律文书维度缺失错误。需要说明的是，在这种可优化项的提取方式中，只有符合预设类型的错误点才可以作为可优化项，因此，可优化项的数量可能为0个、1个，或一个以上。
S103：对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值；
具体的，针对每个可优化项，对用户操作信息进行分类统计，即分别统计同一个可优化项的忽略操作次数、忽略操作后又进行恢复操作的次数、以及手动修正操作次数。
相应的，对于同一个可优化项，反馈调节参数值包括忽略操作次数、忽略操作后又进行恢复操作的次数、以及手动修正操作次数。
S104：当反馈调节参数值符合优化处理条件时，根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理。
对于反馈调节参数值为忽略操作次数时，当反馈调节参数值大于预设忽略操作次数最小值时，反馈调节参数值符合优化处理条件。
具体的，调用预设的反馈调节参数区间与优化处理方法之间的对应关系，根据反馈调节参数值所处的反馈调节参数区间确定反馈调节参数值对应的优化处理方法，并利用该优化处理方法对相应的所述可优化项进行优化处理，其中，反馈调节参数区间包括低阶参数区间和高阶参数区间，所述低阶参数区间对应的优化处理方法为生成可优化项对应的纠错规则的报警信息，所述高阶参数区间对应的优化处理方法为撤销对可优化项的纠错。
如低阶参数区间为[10,30]，高阶参数区间为[31,+∞]，如可优化项为将“辩护人”改为“辨护人”，当忽略操作次数在低阶参数区间内时，生成该条纠错规则(将“辩护人”改为“辨护人”)的报警信息，同步给规则维护人员进行人工审核分析、处理优化，优化后的文书纠错规则更新至文书纠错系统，对于新进入文书纠错系统中的法律文书会执行新的纠错规则，在识别到辩护人时，不会再进行错误点标注；当忽略操作次数在高阶参数区间内时，撤销对可优化项(将“辩护人”改为“辨护人”)的纠错，在需要的情况下还会生成该条纠错规则(将“辩护人”改为“辨护人”)的报警信息，同步给规则维护人员。
对于反馈调节参数值为忽略操作后又进行恢复操作的次数时，当反馈调节参数值大于预设忽略操作后又进行恢复操作次数最小值时，反馈调节参数值符合优化处理条件，生成反馈调节参数值对应的所述可优化项对应的纠错规则的报警信息，同步给规则维护人员进行人工审核分析、处理优化，优化后的文书纠错规则更新至文书纠错系统，对于新进入文书纠错系统中的法律文书会执行新的纠错规则。
对于反馈调节参数值为手动修正次数时，当反馈调节参数值大于预设手动修正次数最小值时，反馈调节参数值符合优化处理条件，生成反馈调节参数值对应的所述可优化项的手动修正日志，以供超级管理员，如产品设计人员，随时调取手动修正日志，为产品设计人员跟踪产品易用性、思考可优化性提供数据支撑和依据。
基于上述实施例公开的一种法律文书纠错结果的优化方法，本实施例对应公开了一种法律文书纠错结果的优化装置，请参阅图2，该装置具体包括：
用户操作记录单元201，用于当对法律文书进行纠错，生成并显示法律文书中每个错误点的修改提示后，针对每个错误点记录用户操作信息；
可选的，所述错误点的类别包括：文书格式错误、错别字、标点及符号错误、文书书写表述错误、法律依据引用错误、诉讼人员姓名错误和法律文书维度缺失错误，其中，所述预设类型包括：错别字、标点及符号错误、文书书写表述错误、法律依据引用错误、诉讼人员姓名错误和法律文书维度缺失错误。
可选的，所述用户操作包括：忽略操作、忽略操作后又进行恢复操作、以及手动修正操作。
可优化项提取单元202，用于从已记录的错误点中提取可优化项；
可选的，所述可优化项提取单元202，具体用于从已记录的错误点中提取符合预设类型的错误点，作为可优化项。
用户操作统计单元203，用于对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值；
优化处理单元204，用于当反馈调节参数值符合优化处理条件时，根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理。
可选的，所述用户操作统计单元203，具体用于对于所述可优化项，对用户的忽略操作进行统计，得到对所述可优化项的忽略操作次数，并将忽略操作次数作为相应的所述可优化项的反馈调节参数值。
可选的，当反馈调节参数值大于预设忽略操作次数最小值时，反馈调节参数值符合优化处理条件；所述优化处理单元204，具体用于调用预设的反馈调节参数区间与优化处理方法之间的对应关系，根据反馈调节参数值所处的反馈调节参数区间确定反馈调节参数值对应的优化处理方法，并利用该优化处理方法对相应的所述可优化项进行优化处理，其中，反馈调节参数区间包括低阶参数区间和高阶参数区间，所述低阶参数区间对应的优化处理方法为生成可优化项对应的纠错规则的报警信息，所述高阶参数区间对应的优化处理方法为撤销对可优化项的纠错。
可选的，当反馈调节参数值为忽略操作后又进行恢复操作的次数时，所述当反馈调节参数值大于预设忽略操作后又进行恢复操作次数最小值时，反馈调节参数值符合优化处理条件；所述优化处理单元204，具体用于生成反馈调节参数值对应的所述可优化项对应的纠错规则的报警信息。
可选的，当反馈调节参数值为手动修正次数时，所述当反馈调节参数值大于预设手动修正次数最小值时，反馈调节参数值符合优化处理条件；所述优化处理单元204，具体用于生成反馈调节参数值对应的所述可优化项的手动修正日志。
本实施例公开的法律文书纠错结果的优化装置，当对法律文书进行纠错、生成并显示法律文书中每个错误点的修改提示后，通过记录每个错误点的用户操作信息，从已记录的错误点中提取可优化项，记录并统计对可优化项的用户操作信息，得到每个可优化项的反馈调节参数值，并当反馈调节参数值符合优化处理条件时对相应的可优化项进行优化处理，使法律文书纠错系统更加完善，避免了当法律文书纠错系统不满足实际需求时需要重新开发法律文书纠错系统的问题，提高了系统对法律文书进行纠错的准确率。
所述法律文书纠错结果的优化装置包括处理器和存储器，上述用户操作记录单元、可优化项提取单元、用户操作统计单元和优化处理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纠错的准确率。
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(flashRAM)，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一种法律文书纠错结果的优化方法。
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一种法律文书纠错结果的优化方法。
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：
当对法律文书进行纠错，生成并显示法律文书中每个错误点的修改提示后，针对每个错误点记录用户操作信息；
从已记录的错误点中提取可优化项；
对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值；
当反馈调节参数值符合优化处理条件时，根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理。
进一步，所述错误点的类别包括：文书格式错误、错别字、标点及符号错误、文书书写表述错误、法律依据引用错误、诉讼人员姓名错误和法律文书维度缺失错误，其中，所述预设类型包括：错别字、标点及符号错误、文书书写表述错误、法律依据引用错误、诉讼人员姓名错误和法律文书维度缺失错误。
进一步，所述用户操作包括：忽略操作、忽略操作后又进行恢复操作、以及手动修正操作。
进一步，所述从已记录的错误点中提取可优化项，包括：
从已记录的错误点中提取符合预设类型的错误点，作为可优化项。
进一步，所述对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值，包括：
对于所述可优化项，对用户的忽略操作进行统计，得到对所述可优化项的忽略操作次数，并将忽略操作次数作为相应的所述可优化项的反馈调节参数值。
进一步，当反馈调节参数值大于预设忽略操作次数最小值时，反馈调节参数值符合优化处理条件；所述根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理，包括：
调用预设的反馈调节参数区间与优化处理方法之间的对应关系，根据反馈调节参数值所处的反馈调节参数区间确定反馈调节参数值对应的优化处理方法，并利用该优化处理方法对相应的所述可优化项进行优化处理，其中，反馈调节参数区间包括低阶参数区间和高阶参数区间，所述低阶参数区间对应的优化处理方法为生成可优化项对应的纠错规则的报警信息，所述高阶参数区间对应的优化处理方法为撤销对可优化项的纠错。
进一步，当反馈调节参数值为忽略操作后又进行恢复操作的次数时，所述当反馈调节参数值大于预设忽略操作后又进行恢复操作次数最小值时，反馈调节参数值符合优化处理条件；所述根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理，包括：
生成反馈调节参数值对应的所述可优化项对应的纠错规则的报警信息。
进一步，当反馈调节参数值为手动修正次数时，所述当反馈调节参数值大于预设手动修正次数最小值时，反馈调节参数值符合优化处理条件；所述根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理，包括：
生成反馈调节参数值对应的所述可优化项的手动修正日志。
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：
当对法律文书进行纠错，生成并显示法律文书中每个错误点的修改提示后，针对每个错误点记录用户操作信息；
从已记录的错误点中提取可优化项；
对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值；
当反馈调节参数值符合优化处理条件时，根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理。
进一步，所述错误点的类别包括：文书格式错误、错别字、标点及符号错误、文书书写表述错误、法律依据引用错误、诉讼人员姓名错误和法律文书维度缺失错误，其中，所述预设类型包括：错别字、标点及符号错误、文书书写表述错误、法律依据引用错误、诉讼人员姓名错误和法律文书维度缺失错误。
进一步，所述用户操作包括：忽略操作、忽略操作后又进行恢复操作、以及手动修正操作。
进一步，所述从已记录的错误点中提取可优化项，包括：
从已记录的错误点中提取符合预设类型的错误点，作为可优化项。
进一步，所述对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值，包括：
对于所述可优化项，对用户的忽略操作进行统计，得到对所述可优化项的忽略操作次数，并将忽略操作次数作为相应的所述可优化项的反馈调节参数值。
进一步，当反馈调节参数值大于预设忽略操作次数最小值时，反馈调节参数值符合优化处理条件；所述根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理，包括：
调用预设的反馈调节参数区间与优化处理方法之间的对应关系，根据反馈调节参数值所处的反馈调节参数区间确定反馈调节参数值对应的优化处理方法，并利用该优化处理方法对相应的所述可优化项进行优化处理，其中，反馈调节参数区间包括低阶参数区间和高阶参数区间，所述低阶参数区间对应的优化处理方法为生成可优化项对应的纠错规则的报警信息，所述高阶参数区间对应的优化处理方法为撤销对可优化项的纠错。
进一步，当反馈调节参数值为忽略操作后又进行恢复操作的次数时，所述当反馈调节参数值大于预设忽略操作后又进行恢复操作次数最小值时，反馈调节参数值符合优化处理条件；所述根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理，包括：
生成反馈调节参数值对应的所述可优化项对应的纠错规则的报警信息。
进一步，当反馈调节参数值为手动修正次数时，所述当反馈调节参数值大于预设手动修正次数最小值时，反馈调节参数值符合优化处理条件；所述根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理，包括：
生成反馈调节参数值对应的所述可优化项的手动修正日志。
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(flashRAM)。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)
1.一种法律文书纠错结果的优化方法，其特征在于，包括：
当对法律文书进行纠错，生成并显示法律文书中每个错误点的修改提示后，针对每个错误点记录用户操作信息；
从已记录的错误点中提取可优化项；
对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值；
当反馈调节参数值符合优化处理条件时，根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理。
2.根据权利要求1所述的方法，其特征在于，所述从已记录的错误点中提取可优化项，包括：
从已记录的错误点中提取符合预设类型的错误点，作为可优化项。
3.根据权利要求1所述的方法，其特征在于，所述用户操作包括：忽略操作、忽略操作后又进行恢复操作、以及手动修正操作。
4.根据权利要求3所述的方法，其特征在于，所述对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值，包括：
对于所述可优化项，对用户的忽略操作进行统计，得到对所述可优化项的忽略操作次数，并将忽略操作次数作为相应的所述可优化项的反馈调节参数值。
5.根据权利要求4所述的方法，其特征在于，当反馈调节参数值大于预设忽略操作次数最小值时，反馈调节参数值符合优化处理条件；所述根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理，包括：
调用预设的反馈调节参数区间与优化处理方法之间的对应关系，根据反馈调节参数值所处的反馈调节参数区间确定反馈调节参数值对应的优化处理方法，并利用该优化处理方法对相应的所述可优化项进行优化处理，其中，反馈调节参数区间包括低阶参数区间和高阶参数区间，所述低阶参数区间对应的优化处理方法为生成可优化项对应的纠错规则的报警信息，所述高阶参数区间对应的优化处理方法为撤销对可优化项的纠错。
6.根据权利要求3所述的方法，其特征在于，当反馈调节参数值为忽略操作后又进行恢复操作的次数时，所述当反馈调节参数值大于预设忽略操作后又进行恢复操作次数最小值时，反馈调节参数值符合优化处理条件；所述根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理，包括：
生成反馈调节参数值对应的所述可优化项对应的纠错规则的报警信息。
7.根据权利要求3所述的方法，其特征在于，当反馈调节参数值为手动修正次数时，所述当反馈调节参数值大于预设手动修正次数最小值时，反馈调节参数值符合优化处理条件；所述根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理，包括：
生成反馈调节参数值对应的所述可优化项的手动修正日志。
8.一种法律文书纠错结果的优化装置，其特征在于，包括：
用户操作记录单元，用于当对法律文书进行纠错，生成并显示法律文书中每个错误点的修改提示后，针对每个错误点记录用户操作信息；
可优化项提取单元，用于从已记录的错误点中提取可优化项；
用户操作统计单元，用于对于所述可优化项，对用户操作信息进行统计，得到所述可优化项的反馈调节参数值；
优化处理单元，用于当反馈调节参数值符合优化处理条件时，根据反馈调节参数值对应的优化处理方法对相应的所述可优化项进行优化处理。
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，在所述程序运行时控制所述存储介质所在的设备执行如权利要求1-7中任一项所述的法律文书纠错结果的优化方法。
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如权利要求1-7中任一项所述的法律文书纠错结果的优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910270178.0A CN111797615B (zh) | 2019-04-04 | 2019-04-04 | 法律文书纠错结果的优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910270178.0A CN111797615B (zh) | 2019-04-04 | 2019-04-04 | 法律文书纠错结果的优化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111797615A true CN111797615A (zh) | 2020-10-20 |
| CN111797615B CN111797615B (zh) | 2024-07-26 |
Family
ID=72804828
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910270178.0A Active CN111797615B (zh) | 2019-04-04 | 2019-04-04 | 法律文书纠错结果的优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111797615B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115188013A (zh) * | 2022-09-14 | 2022-10-14 | 泰豪信息技术有限公司 | 一种判决书的风险防控方法、系统、存储介质及设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100036779A1 (en) * | 2008-05-16 | 2010-02-11 | Norman Sadeh-Koniecpol | User-controllable learning of policies |
| CN104881361A (zh) * | 2015-06-15 | 2015-09-02 | 辽东学院 | 一种软件开发过程监控管理方法和系统 |
| US20160188574A1 (en) * | 2014-12-25 | 2016-06-30 | Clarion Co., Ltd. | Intention estimation equipment and intention estimation system |
| CN105933096A (zh) * | 2016-06-30 | 2016-09-07 | 广东小天才科技有限公司 | 基于纠错反馈的信息处理方法及装置 |
| CN106874246A (zh) * | 2016-12-26 | 2017-06-20 | 网易（杭州）网络有限公司 | 一种用于对电子文本进行纠错的方法和装置 |
| CN106980960A (zh) * | 2017-02-13 | 2017-07-25 | 广东小天才科技有限公司 | 一种知识点体系的制作方法及装置 |
-
2019
- 2019-04-04 CN CN201910270178.0A patent/CN111797615B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100036779A1 (en) * | 2008-05-16 | 2010-02-11 | Norman Sadeh-Koniecpol | User-controllable learning of policies |
| US20160188574A1 (en) * | 2014-12-25 | 2016-06-30 | Clarion Co., Ltd. | Intention estimation equipment and intention estimation system |
| CN104881361A (zh) * | 2015-06-15 | 2015-09-02 | 辽东学院 | 一种软件开发过程监控管理方法和系统 |
| CN105933096A (zh) * | 2016-06-30 | 2016-09-07 | 广东小天才科技有限公司 | 基于纠错反馈的信息处理方法及装置 |
| CN106874246A (zh) * | 2016-12-26 | 2017-06-20 | 网易（杭州）网络有限公司 | 一种用于对电子文本进行纠错的方法和装置 |
| CN106980960A (zh) * | 2017-02-13 | 2017-07-25 | 广东小天才科技有限公司 | 一种知识点体系的制作方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 甘雨坤: "文书智能校对系统的设计与实现", 中国优秀硕士学位论文全文数据库 信息科技辑, pages 138 - 119 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115188013A (zh) * | 2022-09-14 | 2022-10-14 | 泰豪信息技术有限公司 | 一种判决书的风险防控方法、系统、存储介质及设备 |
| CN115188013B (zh) * | 2022-09-14 | 2023-06-30 | 泰豪信息技术有限公司 | 一种判决书的风险防控方法、系统、存储介质及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111797615B (zh) | 2024-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9256798B2 (en) | Document alteration based on native text analysis and OCR | |
| CN110750982A (zh) | 一种法律文书的纠错方法、装置、存储介质及处理器 | |
| CN110019792A (zh) | 文本分类方法及装置和分类器模型训练方法 | |
| CN114067340B (zh) | 一种信息重要性智能判定方法和系统 | |
| CN106991090B (zh) | 舆情事件实体的分析方法及装置 | |
| CN110647562B (zh) | 一种数据查询方法和装置、电子设备、存储介质 | |
| CN109146625B (zh) | 一种基于内容的多版本App更新评价方法及系统 | |
| CN109472722B (zh) | 获得待生成裁判文书经审理查明段相关信息的方法及装置 | |
| CN111488737B (zh) | 文本识别方法、装置及设备 | |
| CN111797615A (zh) | 法律文书纠错结果的优化方法及装置 | |
| CN111813947A (zh) | 开庭询问提纲自动生成方法及装置 | |
| CN110673828A (zh) | 一种产品配置方法 | |
| CN114359533A (zh) | 一种基于页面文本的页码识别方法和计算机设备 | |
| CN111090787A (zh) | 一种消息处理方法、设备、系统及存储介质 | |
| CN110008807A (zh) | 一种合同内容识别模型的训练方法、装置及设备 | |
| 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 | |
| CN110991352A (zh) | 一种卷宗数据审查方法及装置 | |
| CN109146395B (zh) | 一种数据处理的方法、装置及设备 | |
| CN110874398A (zh) | 违禁词处理方法、装置、电子设备及存储介质 | |
| CN113609825B (zh) | 一种客户属性标签智能标识方法和装置 | |
| CN115756486A (zh) | 一种数据接口解析方法及装置 | |
| CN114511403A (zh) | 一种监管报告的生成方法及装置、电子设备、存储介质 | |
| CN110909112B (zh) | 数据提取方法、装置、终端设备及介质 | |
| CN113722278A (zh) | 一种基于pdf文件的知识元抽取方法、设备及介质 | |
| CN113392628A (zh) | 一种文本解析结果的核查方法及装置 |
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 |