CN112488886A - 一种基于Python的诉讼信息提取系统、方法及设备 - Google Patents

一种基于Python的诉讼信息提取系统、方法及设备 Download PDF

Info

Publication number
CN112488886A
CN112488886A CN202011300773.3A CN202011300773A CN112488886A CN 112488886 A CN112488886 A CN 112488886A CN 202011300773 A CN202011300773 A CN 202011300773A CN 112488886 A CN112488886 A CN 112488886A
Authority
CN
China
Prior art keywords
keyword
field
information
preset
litigation
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.)
Pending
Application number
CN202011300773.3A
Other languages
English (en)
Inventor
何丹
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.)
Wuhan Huacheng Intellectual Property Agency Service Co Ltd
Original Assignee
Wuhan Huacheng Intellectual Property Agency Service 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 Wuhan Huacheng Intellectual Property Agency Service Co Ltd filed Critical Wuhan Huacheng Intellectual Property Agency Service Co Ltd
Priority to CN202011300773.3A priority Critical patent/CN112488886A/zh
Publication of CN112488886A publication Critical patent/CN112488886A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q50/184—Intellectual property management
    • 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
    • G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/383—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45504—Abstract machines for programme code execution, e.g. Java virtual machine [JVM], interpreters, emulators
    • G06F9/45508—Runtime interpretation or emulation, e g. emulator loops, bytecode interpretation
    • G06F9/45512—Command shells

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Technology Law (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于Python的诉讼信息提取系统、方法及设备，涉及数据处理技术领域，本申请公开了基于Python的诉讼信息提取系统、方法及设备，通过Python脚本根据预设的提取策略，从包含诉讼信息的文本中提取关键词对应的关键词字段；若关键词字段中包含预设字符，判定关键词字段对应的结果字段；根据预设的处理策略，将单个关键词字段或结果字段作为诉讼信息字段存储在本地或云服务器，或对多个关键词字段结合处理，从而完成法律文书中诉讼信息的识别和提取，比传统的规则遍历法更有通用性，能够进行自动识别，并且提高信息识别的准确率。

Description

一种基于Python的诉讼信息提取系统、方法及设备
技术领域
本发明涉及数据处理技术领域，具体涉及一种基于Python的诉讼信息提取系统、方法及设备。
背景技术
近年来，我国专利申请量快速攀升，2019年仅发明专利申请量便高达140.1万件，获授权发明专利45.3件。从法学上看，专利需要在诉讼中“易守难攻”；从经济学上看，专利应当具有高估值；从管理学上看，有价值的专利往往被引证量大、专利维持时间长、技术领域宽度适中。专利相关从业人员在评估专利价值时，往往按照上述三个层面进行。但在专利信息检索中，这三个学科层面的信息却无法联动。专利信息官方平台无需登录和注册就能查看和下载技术信息、时间信息、空间信息、权利信息、人员信息，但其无法提供表格下载和大数据分析服务；裁判文书官方平台能够查询专利诉讼相关的法律文书，但其中专利的具体信息往往被隐去。付费专利数据库能够提供更多的检索维度，集成了部分专利相关的诉讼数据，但作为专门的专利检索平台，其收集、存储的裁判文书数量较少，匹配也不够精准；付费的裁判文书数据库能够在案件信息中匹配专利号和专利类型，但均无法通过专利信息定位到案件。相关工作人员在检索专利信息时，往往需要跳转多个数据库才能获得自己想要的资料。
发明内容
针对现有技术中存在的缺陷，本发明的目的在于提供一种基于Python的诉讼信息提取系统、方法及设备，能够进行自动识别，并且提高信息识别的准确率。
为达到以上目的，本发明采取的技术方案是：一种基于Python 的诉讼信息提取系统，包括：
数据接收单元，接收用户输入的包含诉讼信息的文本；
关键词提取单元，通过Python脚本根据预设的提取策略，从包含诉讼信息的文本中提取关键词对应的关键词字段；
逻辑判断单元，判断关键词字段中是否包含预设字符，若包含，判定关键词字段对应的结果字段；
信息处理单元，根据预设的处理策略，将单个关键词字段或结果字段作为诉讼信息字段存储，或对多个关键词字段结合处理，将处理结果作为诉讼信息字段存储；
存储单元，在本地或云服务器存储所述诉讼信息字段。
在上述技术方案的基础上，所述预设的提取策略包括：
判断用户输入的包含诉讼信息的文本是否包含预设的关键词，若包含，则提取关键词后面的字段作为关键词字段；
所述预设的关键词包括案件标题、专利公开(公告)号、审判长、案件地区、立案日、判决日、文书类型、诉讼审级、原告信息、被告信息、代理人、律师。
在上述技术方案的基础上，所述逻辑判断单元通过Python脚本判断关键词字段中是否包含预设字符，判定关键词字段对应的结果字段，具体包括以下步骤：
判断原告或被告关键词字段中是否有“法定代表人”字符，若否，则判定身份为个人；若是，判断原告或被告关键词字段中是否有“公司”字符，若是，则判定身份为公司，若否，则判定身份为学校或研究机构；
判断地址关键词字段中是否包含我国行政区划的关键词，若包含，根据预设的我国行政区划信息判定当事人所处的省份。
在上述技术方案的基础上，所述信息处理单元对多个关键词字段结合处理，将处理结果作为诉讼信息字段存储，具体包括以下步骤：
提取出关键词字段“判决日”和“立案日”；
根据审判周期＝判决日－立案日，计算出获得审判周期的天数。
在上述技术方案的基础上，所述存储单元以CSV表格的形式在本地或云服务器存储诉讼信息字段。
在上述技术方案的基础上，所述CSV表格包括专利诉讼信息表、专利信息数据表和专利无效和复审数据表中的一种或多种。
本发明还提供一种基于Python的诉讼信息提取方法，包括以下步骤：
接收用户输入的包含诉讼信息的文本；
通过Python脚本根据预设的提取策略，从包含诉讼信息的文本中提取关键词对应的关键词字段；
判断关键词字段中是否包含预设字符，若包含，判定关键词字段对应的结果字段；
根据预设的处理策略，将单个关键词字段或结果字段作为诉讼信息字段存储在本地或云服务器，或对多个关键词字段结合处理，将处理结果作为诉讼信息字段存储在本地或云服务器。
在上述技术方案的基础上，所述预设的提取策略包括：
判断用户输入的包含诉讼信息的文本是否包含预设的关键词，若包含，则提取关键词后面的字段作为关键词字段；
所述预设的关键词包括案件标题、专利公开(公告)号、审判长、案件地区、立案日、判决日、文书类型、诉讼审级、原告信息、被告信息、代理人、律师。
在上述技术方案的基础上，所述通过Python脚本判断关键词字段中是否包含预设字符，判定关键词字段对应的结果字段，具体包括以下步骤：
判断原告或被告关键词字段中是否有“法定代表人”字符，若否，则判定身份为个人；若是，判断原告或被告关键词字段中是否有“公司”字符，若是，则判定身份为公司，若否，则判定身份为学校或研究机构；
判断地址关键词字段中是否包含我国行政区划的关键词，若包含，根据预设的我国行政区划信息判定当事人所处的省份。
本发明还提供一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，处理器执行计算机程序时实现所述的方法。
与现有技术相比，本发明的优点在于：
本申请公开了基于Python的诉讼信息提取系统、方法及设备，通过Python脚本根据预设的提取策略，从包含诉讼信息的文本中提取关键词对应的关键词字段；若关键词字段中包含预设字符，判定关键词字段对应的结果字段；根据预设的处理策略，将单个关键词字段或结果字段作为诉讼信息字段存储在本地或云服务器，或对多个关键词字段结合处理，从而完成法律文书中诉讼信息的识别和提取，比传统的规则遍历法更有通用性，能够进行自动识别，并且提高信息识别的准确率。
附图说明
图1为本发明实施例的基于Python的诉讼信息提取系统的结构示意图；
图2为本发明实施例的当事人身份的判断逻辑过程示意图；
图3为本发明实施例的当事人身份的判断的部分相关代码示意图；
图4为本发明实施例的行政区划的关键词通过查表获得的部分相关代码示意图；
图5为本发明实施例的基于Python的诉讼信息提取方法的流程示意图。
具体实施方式
以下结合附图对本发明的实施例作进一步详细说明。
参见图1所示，本发明实施例提供一种基于Python的诉讼信息提取系统，包括：
数据接收单元，接收用户输入的包含诉讼信息的文本；
关键词提取单元，通过Python脚本根据预设的提取策略，从包含诉讼信息的文本中提取关键词对应的关键词字段；
逻辑判断单元，判断关键词字段中是否包含预设字符，若包含，判定关键词字段对应的结果字段；
信息处理单元，根据预设的处理策略，将单个关键词字段或结果字段作为诉讼信息字段存储，或对多个关键词字段结合处理，将处理结果作为诉讼信息字段存储；
存储单元，在本地或云服务器存储所述诉讼信息字段。
通常从网上直接获取的裁判文书的格式是HTML，排列也很零乱，不符合数据管理的要求，需要对其进行提取并处理后再写入数据库。
作为优选的实施方式，所述预设的提取策略包括：
判断用户输入的包含诉讼信息的文本是否包含预设的关键词，若包含，则提取关键词后面的字段作为关键词字段；
所述预设的关键词包括案件标题、专利公开(公告)号、审判长、案件地区、立案日、判决日、文书类型、诉讼审级、原告信息、被告信息、代理人、律师。
网页上某些关键词的字段撰写是相对规范的，只需简单处理即可以作为数据表格的诉讼信息字段存储，例如“IFP新能源公司与国家知识产权局专利复审委员会其他二审行政判决书”为“案件标题”关键词的字段值，涉案专利后的CN101283074A为“专利公开(公告)号”关键词的字段值，审判长、案件地区、立案日、判决日、文书类型、诉讼审级后的值也均可直接引用。
网页上某些关键词的字段需要经过简单处理后进行判定。例如，在原网页的下方，“(2019)京行终351号，北京市高级人民法院”载明了案号和法院，其中逗号“，”前是案号，逗号“，”后是法院。
案件当事人和“代理人/律师”关键词的字段加工则更为复杂。案件当事人即在“原告”和“被告”下显示的关键词字段(如果是专利无效的行政诉讼，第三人也属于案件当事人)，以“原告信息”关键词为例，需要从下面提取原告的名称，原告的身份，原告的城市，原告的省份，原告的代理人，以及原告的代理律所。
例如，在“原告”关键词下，“东莞欧森隆科技发展有限公司”表示原告的名称，“广东省东莞市塘厦镇科苑城田沙路6号龙迪产业园A栋一至六楼”表示原告的地址，“法定代表人：王华”表示法定代表人信息；在“代理人/律师”关键词下，“刘硕”和“陈晓晗”分别代表两位代理人，代理人后面跟的字符“律师，湖北百思特律师事务所”表示代理人的身份和单位。其中大部分的信息根据其相对位置和“，”都可辨认出。但还需要对当事人的身份做出进一步加工，获得原告的具体身份(个人、公司、学校和研究所三类)以及当事人所处的城市和省份。
作为优选的实施方式，所述逻辑判断单元判断关键词字段中是否包含预设字符，判定关键词字段对应的结果字段，具体包括以下步骤：
判断原告或被告关键词字段中是否有“法定代表人”字符，若否，则判定身份为个人；若是，判断原告或被告关键词字段中是否有“公司”字符，若是，则判定身份为公司，若否，则判定身份为学校或研究机构；
判断地址关键词字段中是否包含我国行政区划的关键词，若包含，根据预设的我国行政区划信息判定当事人所处的省份。
当事人身份的判断逻辑过程如图2所示，部分相关代码如图3所示。若“当事人”关键词字段中有“法定代表人”字符，名称中又有“公司”，可以判断出其身份为组织中的公司。
通过原告的地址是否含有我国行政区划的关键词，可以判断出当事人所处的省份。行政区划的关键词通过查表获得，如表1-表5示例。例如原告的地址包含关键字“武汉”，最终表格中输出的“原告省份”字段对应的值就是湖北。部分相关代码如图4所示。
表1行政区划参考列表
Figure BDA0002786821390000071
Figure BDA0002786821390000081
表2行政区划参考列表
Figure BDA0002786821390000082
Figure BDA0002786821390000091
表3行政区划参考列表
Figure BDA0002786821390000092
表4行政区划参考列表
Figure 1
Figure BDA0002786821390000101
表5行政区划参考列表
Figure BDA0002786821390000102
Figure BDA0002786821390000111
例如，原告地址为“广东省东莞市塘厦镇科苑城田沙路6号龙迪产业园A栋一至六楼”，含有关键字“广东”和“东莞”，可以判断出，原告是属于广东省东莞市的。
立案日期往往也需要进行分析处理，判决书全文中往往会以“本院于20**年*月*日受理”或“本院于20**年*月*日立案”来记载立案日，例如，本案的立案日期为2019年12月30日。
作为优选的实施方式，所述信息处理单元对多个关键词字段结合处理，将处理结果作为诉讼信息字段存储，具体包括以下步骤：
提取出关键词字段“判决日”和“立案日；”
根据审判周期＝判决日－立案日，计算出获得审判周期的天数。
经过上述加工处理后，信息最终以CSV表格的形式，储存在开发环境中，以供领域专家进行检视。
作为优选的实施方式，所述CSV表格包括专利诉讼信息表、专利信息数据表和专利无效和复审数据表中的一种或多种。获得的专利诉讼信息表如表6所示。
表6专利诉讼信息表
Figure BDA0002786821390000112
Figure BDA0002786821390000121
Figure BDA0002786821390000131
除专利诉讼信息表以外，还需要获得专利信息数据表(如表7所示，其中涉及专利具体内容的部分由于过于冗长我们进行了省略)和专利无效和复审数据表(如表8所示)，其获取的步骤与专利诉讼信息表类似，在此不再赘述。
表7专利信息数据表
Figure BDA0002786821390000132
Figure BDA0002786821390000141
Figure BDA0002786821390000151
Figure BDA0002786821390000161
Figure BDA0002786821390000171
Figure BDA0002786821390000181
Figure BDA0002786821390000191
表8专利无效和复审数据表
Figure BDA0002786821390000192
参见图5所示，本发明还提供一种基于Python的诉讼信息提取方法，包括以下步骤：
S1、接收用户输入的包含诉讼信息的文本；
S2、通过Python脚本根据预设的提取策略，从包含诉讼信息的文本中提取关键词对应的关键词字段；
S3、判断关键词字段中是否包含预设字符，若包含，判定关键词字段对应的结果字段；
S4、根据预设的处理策略，将单个关键词字段或结果字段作为诉讼信息字段存储在本地或云服务器，或对多个关键词字段结合处理，将处理结果作为诉讼信息字段存储在本地或云服务器。
作为优选的实施方式，所述预设的提取策略包括：
判断用户输入的包含诉讼信息的文本是否包含预设的关键词，若包含，则提取关键词后面的字段作为关键词字段；
所述预设的关键词包括案件标题、专利公开(公告)号、审判长、案件地区、立案日、判决日、文书类型、诉讼审级、原告信息、被告信息、代理人、律师。
作为优选的实施方式，所述判断关键词字段中是否包含预设字符，判定关键词字段对应的结果字段，具体包括以下步骤：
判断原告或被告关键词字段中是否有“法定代表人”字符，若否，则判定身份为个人；若是，判断原告或被告关键词字段中是否有“公司”字符，若是，则判定身份为公司，若否，则判定身份为学校或研究机构；
判断地址关键词字段中是否包含我国行政区划的关键词，若包含，根据预设的我国行政区划信息判定当事人所处的省份。
本发明实施例通过Python脚本根据预设的提取策略，从包含诉讼信息的文本中提取关键词对应的关键词字段；若关键词字段中包含预设字符，判定关键词字段对应的结果字段；根据预设的处理策略，将单个关键词字段或结果字段作为诉讼信息字段存储在本地或云服务器，或对多个关键词字段结合处理，从而完成法律文书中诉讼信息的识别和提取，比传统的规则遍历法更有通用性，能够进行自动识别，并且提高信息识别的准确率。
基于同一发明构思，本申请实施例还提供一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，处理器执行计算机程序时实现基于Python的诉讼信息提取方法中的所有方法步骤或部分方法步骤。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor， DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、视频数据等) 等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于Python的诉讼信息提取系统，其特征在于，包括：
数据接收单元，接收用户输入的包含诉讼信息的文本；
关键词提取单元，通过Python脚本根据预设的提取策略，从包含诉讼信息的文本中提取关键词对应的关键词字段；
逻辑判断单元，判断关键词字段中是否包含预设字符，若包含，判定关键词字段对应的结果字段；
信息处理单元，根据预设的处理策略，将单个关键词字段或结果字段作为诉讼信息字段存储，或对多个关键词字段结合处理，将处理结果作为诉讼信息字段存储；
存储单元，在本地或云服务器存储所述诉讼信息字段。
2.如权利要求1所述的系统，其特征在于，所述预设的提取策略包括：
判断用户输入的包含诉讼信息的文本是否包含预设的关键词，若包含，则提取关键词后面的字段作为关键词字段；
所述预设的关键词包括案件标题、专利公开(公告)号、审判长、案件地区、立案日、判决日、文书类型、诉讼审级、原告信息、被告信息、代理人、律师。
3.如权利要求1所述的系统，其特征在于，所述逻辑判断单元通过Python脚本判断关键词字段中是否包含预设字符，判定关键词字段对应的结果字段，具体包括以下步骤：
判断原告或被告关键词字段中是否有“法定代表人”字符，若否，则判定身份为个人；若是，判断原告或被告关键词字段中是否有“公司”字符，若是，则判定身份为公司，若否，则判定身份为学校或研究机构；
判断地址关键词字段中是否包含我国行政区划的关键词，若包含，根据预设的我国行政区划信息判定当事人所处的省份。
4.如权利要求1所述的系统，其特征在于，所述信息处理单元对多个关键词字段结合处理，将处理结果作为诉讼信息字段存储，具体包括以下步骤：
提取出关键词字段“判决日”和“立案日”；
根据审判周期＝判决日－立案日，计算出获得审判周期的天数。
5.如权利要求1所述的系统，其特征在于，所述存储单元以CSV表格的形式在本地或云服务器存储诉讼信息字段。
6.如权利要求5所述的系统，其特征在于，所述CSV表格包括专利诉讼信息表、专利信息数据表和专利无效和复审数据表中的一种或多种。
7.一种基于Python的诉讼信息提取方法，其特征在于，包括以下步骤：
接收用户输入的包含诉讼信息的文本；
通过Python脚本根据预设的提取策略，从包含诉讼信息的文本中提取关键词对应的关键词字段；
判断关键词字段中是否包含预设字符，若包含，判定关键词字段对应的结果字段；
根据预设的处理策略，将单个关键词字段或结果字段作为诉讼信息字段存储在本地或云服务器，或对多个关键词字段结合处理，将处理结果作为诉讼信息字段存储在本地或云服务器。
8.如权利要求7所述的方法，其特征在于，所述预设的提取策略包括：
判断用户输入的包含诉讼信息的文本是否包含预设的关键词，若包含，则提取关键词后面的字段作为关键词字段；
所述预设的关键词包括案件标题、专利公开(公告)号、审判长、案件地区、立案日、判决日、文书类型、诉讼审级、原告信息、被告信息、代理人、律师。
9.如权利要求7所述的方法，其特征在于，所述判断关键词字段中是否包含预设字符，判定关键词字段对应的结果字段，具体包括以下步骤：
判断原告或被告关键词字段中是否有“法定代表人”字符，若否，则判定身份为个人；若是，判断原告或被告关键词字段中是否有“公司”字符，若是，则判定身份为公司，若否，则判定身份为学校或研究机构；
判断地址关键词字段中是否包含我国行政区划的关键词，若包含，根据预设的我国行政区划信息判定当事人所处的省份。
10.一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，其特征在于：处理器执行计算机程序时实现权利要求7至9任一项所述的方法。
CN202011300773.3A 2020-11-19 2020-11-19 一种基于Python的诉讼信息提取系统、方法及设备 Pending CN112488886A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011300773.3A CN112488886A (zh) 2020-11-19 2020-11-19 一种基于Python的诉讼信息提取系统、方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011300773.3A CN112488886A (zh) 2020-11-19 2020-11-19 一种基于Python的诉讼信息提取系统、方法及设备

Publications (1)

Publication Number Publication Date
CN112488886A true CN112488886A (zh) 2021-03-12

Family

ID=74931785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011300773.3A Pending CN112488886A (zh) 2020-11-19 2020-11-19 一种基于Python的诉讼信息提取系统、方法及设备

Country Status (1)

Country Link
CN (1) CN112488886A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113191922A (zh) * 2021-04-07 2021-07-30 北京律联东方文化传播有限公司 诉讼决策信息请求处理方法及装置
CN113672713A (zh) * 2021-08-19 2021-11-19 曹喆 一种基于Python的证据资料识别系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108763483A (zh) * 2018-05-25 2018-11-06 南京大学 一种面向裁判文书的文本信息抽取方法
CN109145097A (zh) * 2018-06-11 2019-01-04 人民法院信息技术服务中心 一种基于信息提取的裁判文书分类方法
CN111783399A (zh) * 2020-06-24 2020-10-16 北京计算机技术及应用研究所 一种法律裁判文书信息抽取方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108763483A (zh) * 2018-05-25 2018-11-06 南京大学 一种面向裁判文书的文本信息抽取方法
CN109145097A (zh) * 2018-06-11 2019-01-04 人民法院信息技术服务中心 一种基于信息提取的裁判文书分类方法
CN111783399A (zh) * 2020-06-24 2020-10-16 北京计算机技术及应用研究所 一种法律裁判文书信息抽取方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113191922A (zh) * 2021-04-07 2021-07-30 北京律联东方文化传播有限公司 诉讼决策信息请求处理方法及装置
CN113672713A (zh) * 2021-08-19 2021-11-19 曹喆 一种基于Python的证据资料识别系统

Similar Documents

Publication Publication Date Title
CN107608958B (zh) 基于条款统一建模的合同文本风险信息挖掘方法和系统
Hu et al. A natural language processing and geospatial clustering framework for harvesting local place names from geotagged housing advertisements
CN106682150B (zh) 一种信息处理的方法及装置
US20190332602A1 (en) Method of data query based on evaluation and device
Ackland et al. Hyperlinks and networked communication: a comparative study of political parties online
Neumaier et al. Enabling spatio-temporal search in open data
CN110134842B (zh) 基于信息图谱的信息匹配方法、装置、存储介质和服务器
CN112488886A (zh) 一种基于Python的诉讼信息提取系统、方法及设备
CN110737821B (zh) 相似事件查询的方法、装置、存储介质和终端设备
CN101299217A (zh) 一种地图信息处理的方法、装置和系统
CN108038506A (zh) 一种图书自动分类方法
CN112328936A (zh) 一种网站识别方法、装置、设备及计算机可读存储介质
CN107679977A (zh) 一种基于语义分析的税务管理平台及实现方法
CN110389941A (zh) 数据库校验方法、装置、设备及存储介质
CN112506981A (zh) 一种线上培训服务推送方法和装置
Szabó et al. More than trees: The challenges of creating a geodatabase to capture the complexity of forest history
CN103425705A (zh) 一种否定关键词的获取方法及装置和搜索方法及装置
CN110175219A (zh) 一种k12阶段重复学校识别方法、装置、设备及存储介质
CN103312584A (zh) 一种在网络社区中发布信息的方法与设备
Rahal The keys to unlocking public payments data
Hill et al. Reconstructing intellectual networks: From the ESTC’s bibliographic metadata to historical material
Neumaier et al. Enabling spatio-temporal search in open data
Zhao et al. Digital projects of Chinese historical local private documents: database development and exploring of text mining
CN112486951A (zh) 基于Python的专利诉讼信息检索方法、系统与设备
Groom Using legacy botanical literature as a source of phytogeographical data

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