CN112836494B - 一种法律文书智能监督校验方法及系统 - Google Patents
一种法律文书智能监督校验方法及系统 Download PDFInfo
- Publication number
- CN112836494B CN112836494B CN202110129329.8A CN202110129329A CN112836494B CN 112836494 B CN112836494 B CN 112836494B CN 202110129329 A CN202110129329 A CN 202110129329A CN 112836494 B CN112836494 B CN 112836494B
- Authority
- CN
- China
- Prior art keywords
- verification
- legal
- documents
- document
- data
- 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
- 238000012795 verification Methods 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000002950 deficient Effects 0.000 claims abstract description 12
- 230000010354 integration Effects 0.000 claims abstract description 7
- 238000002372 labelling Methods 0.000 claims abstract description 7
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims description 5
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract description 5
- 238000012937 correction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/226—Validation
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Technology Law (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种法律文书智能监督校验方法，其包括以下步骤：S1、将案卷的各法律文书按顺序编成目录后录入系统，得到能够被读取的电子数据源；S2、通过监督校验模型和执法知识库按目录对每份法律文书进行瑕疵校验；S3、生成法律文书的校验结果，对有瑕疵的法律文书及其瑕疵位置进行标注，并显示每个瑕疵位置的校验提醒。本发明还公开了一种法律文书智能监督系统，其包括数据整合模型、监督校验模型及结果显示模型。本发明可以实现在日常审查案卷过程中，能智能化地校验案卷涉及到的每份法律文书是否存在瑕疵并给予提醒，提高了公安、检察院和法院执法办案审查的效率。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及一种法律文书智能监督校验方法及系统。
背景技术
在公安、检察院和法院工作人员的日常工作中经常涉及对法律文书的审查处理，目前法律文书的审查大多都是通过人工进行，不仅需要花费大量精力人工进行反复审查，严重影响了公安、检察院和法院工作人员的办案效率，而且很还可能无法发现问题、做到准确纠错。
为了提高工作人员对法律文书的审查效率和纠错质量，针对法律文书的校验系统应运而生，但目前的法律文书的校验系统大多都是集中在错别字和一般语法错误的校验上，其虽然在一定程度上提高了工作人员校验法律文书的效率，但是无法校验法律文书中存在的其他瑕疵，如文书是否遗漏、文书之间是否具有关联性等，还是可能无法发现法律文书存在的问题、做到准确纠错，仍需要花费较多的人工配合进行文书的校验，限制了公安、检察院和法院工作人员的办案效率的提升。
发明内容
本发明的目的在于克服以上所述现有技术的不足，提供一种法律文书智能监督校验方法及系统。
为实现上述目的，本发明采用以下技术方案：
一种法律文书智能监督校验方法，包括以下步骤：
S1、将案卷的各法律文书按顺序编成目录后录入系统，得到能够被读取的电子数据源；
S2、通过监督校验模型和执法知识库按目录对每份法律文书进行瑕疵校验，瑕疵校验的类别至少包括案件类型、文书名称、文书内容、文书是否遗漏、文书之间的关联性、法律依据的引用；
S3、生成法律文书的校验结果，对有瑕疵的法律文书及其瑕疵位置进行标注，并显示每个瑕疵位置的校验提醒。
进一步地，步骤S1具体包括：
S11、数据准备，将法律文书识别转换成可编辑的文本；
S12、数据清洗，对可编辑文本进行去噪处理，去除多余数据和垃圾数据；
S13、数据聚合，定位和提取文本中的关键信息，并建立电子数据源与监督校验模型的匹配关系。
进一步地，步骤S11中，法律文书按办案程序流程进行排序，并按顺序依次对法律文书各页进行编码、识别转换；S13步骤中，文本的关键信息包括页码位置、关键信息于所在页码的位置、关键信息的项目和内容。
进一步地，步骤S2中，对法律文书的瑕疵校验具体包括：
S21、构建法律文书的数据标签，其中，数据标签包括如下至少之一：案件类型、文书名称、文书内容、法律依据、时间信息、地点信息、事项信息、任务信息、签名、按捺、盖章；
S22、对法律文书进行业务校验，识别案件类型、文书名称、文书内容、法律依据、时间信息、地点信息、事项信息、任务信息、签名、按捺、盖章，并根据案件类型和文书名称判断文书是否缺失一个或多个数据标签所对应项目；
S23、对法律文书进行计算校验，根据所识别的数据标签对应项目，判断对应项目的事项信息和任务信息是否准确；
S24、对法律文书进行逻辑校验，根据案件类型和文书名称判断文书之间是否具有关联性。
进一步地，步骤S21中，所构建的数据标签包括标签内容、标签内容的规范表述规则，其中，法律依据的规范表述规则通过执法知识库获取；
步骤S22中，根据不同标签内容的规范表述规则，判断标签所对应项目是否缺失数据；
步骤S23中，根据数据标签的规范表述规则，比对所识别的数据标签对应项目的内容，判断事项信息和任务信息的内容是否准确；
步骤S24中，识别文书之间的人物信息、时间信息、地点信息、引用的法律依据，根据文书内容和执法知识库，判断文书中的一个或多个信息与其他文书之间是否有冲突，进而判断文书之间是否具有关联性。
进一步地，步骤S3中，包括生成并显示所有法律文书的校验结果和各法律文书分别的校验结果，其中所有法律文书的校验结果显示所有文书中有瑕疵的法律文书、通过校验的法律文书、每个瑕疵所处的页码位置，各法律文书分别的校验结果显示瑕疵问题项、已通过校验项、瑕疵问题项于所在页码的位置、瑕疵问题项的具体内容。
一种法律文书智能监督校验系统，包括数据整合模型、监督校验模型及结果显示模型；所述数据整合模型用于对按顺序编成目录后录入系统的各法律文书进行识别转换、数据清洗及数据聚合；所述监督校验模型用于对每份法律文书进行瑕疵校验；所述结果显示模型用于生成法律文书的校验结果，对有瑕疵的法律文书及其瑕疵位置进行标注，并显示每个瑕疵位置的校验提醒。
进一步地，所述监督校验模型包括数据标签模块、业务校验模块、计算校验模块及逻辑校验模块；所述数据标签模块用于构建法律文书的数据标签，所述法律文书的数据标签包括标签内容、标签内容的规范表述规则，所述标签内容包括如下至少之一：案件类型、文书名称、文书内容、法律依据、时间信息、地点信息、事项信息、任务信息、签名、按捺、盖章；所述业务校验模块用于判断文书是否缺失一个或多个数据标签所对应项目；所述计算校验模块用于根据所识别的数据标签对应项目，判断对应项目的事项信息和任务信息是否准确；所述逻辑校验模块用于根据案件类型和文书名称判断文书之间是否具有关联性。
进一步地，还包括数据更新模型，所述标签内容中法律依据的规范表述规则通过执法知识库获取，所述数据更新模型用于对所述执法知识库的内容进行更新。
进一步地，所述结果显示模型包括总显示模块和子显示模块，所述总显示模块生成并显示所有文书中有瑕疵的法律文书、通过校验的法律文书、每个瑕疵所处的页码位置，所述子显示模块生成并显示各法律文书分别的校验结果显示瑕疵问题项、已通过校验项、瑕疵问题项于所在页码的位置、瑕疵问题项的具体内容。
采用上述技术方案后，本发明与背景技术相比，具有如下优点：
1、本发明可以实现在日常审查案卷过程中，能智能化地校验案卷涉及到的每份法律文书是否存在瑕疵并给予提醒，提高了公安、检察院和法院执法办案审查的效率。
2、本发明基于行业的执法知识库之上搭建各类模型支撑于监督校验模型，主要体现在规范化、标准化、权威性的目的，重点解决智能化校验案卷的瑕疵问题，辅助执法人员审查工作。
附图说明
图1为本发明的流程框图；
图2为本发明对文书的校验结果图(整个案卷)；
图3为本发明对文书的校验结果图(单个文书)。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例一
参考图1所示，本实施例公开了一种法律文书智能监督校验方法，包括以下步骤：
S1、将案卷的各法律文书按顺序编成目录后录入系统，得到能够被读取的电子数据源，本实施例中，各法律文书均采用标准化的文书样式，对于具有地域性的法律文书，监督校验模型可以根据法律文书的标准化样式进行适应性调整；
S2、通过监督校验模型和执法知识库按目录对每份法律文书进行瑕疵校验，瑕疵校验的类别至少包括案件类型、文书名称、文书内容、文书是否遗漏、文书之间的关联性、法律依据的引用；
S3、生成法律文书的校验结果，对有瑕疵的法律文书及其瑕疵位置进行标注，并显示每个瑕疵位置的校验提醒。
进一步地，步骤S1具体包括：
S11、数据准备，将法律文书识别转换成可编辑的文本，若法律文书为电子版的文书，则直接上传系统进行转换，若法律文书为纸件的文书，则扫描上传后进行识别转换。
S12、数据清洗，对可编辑文本进行去噪处理，去除多余数据和垃圾数据；
S13、数据聚合，定位和提取文本中的关键信息，并建立电子数据源与监督校验模型的匹配关系。
进一步地，步骤S11中，法律文书按办案程序流程进行排序，并按顺序依次对法律文书各页进行编码、识别转换；S13步骤中，文本的关键信息包括页码位置、关键信息于所在页码的位置、关键信息的项目和内容。
进一步地，步骤S2中，对法律文书的瑕疵校验具体包括：
S21、构建法律文书的数据标签，其中，数据标签包括如下至少之一：案件类型、文书名称、文书内容、法律依据、时间信息、地点信息、事项信息、任务信息、签名、按捺、盖章；
S22、对法律文书进行业务校验，识别案件类型、文书名称、文书内容、法律依据、时间信息、地点信息、事项信息、任务信息、签名、按捺、盖章，并根据案件类型和文书名称判断文书是否缺失一个或多个数据标签所对应项目；
S23、对法律文书进行计算校验，根据所识别的数据标签对应项目，判断对应项目的事项信息和任务信息是否准确；
S24、对法律文书进行逻辑校验，根据案件类型和文书名称判断文书之间是否具有关联性。
进一步地，步骤S21中，所构建的数据标签包括标签内容、标签内容的规范表述规则，其中，法律依据的规范表述规则通过执法知识库获取；
步骤S22中，根据不同标签内容的规范表述规则，判断标签所对应项目是否缺失数据；
步骤S23中，根据数据标签的规范表述规则，比对所识别的数据标签对应项目的内容，判断事项信息和任务信息的内容是否准确；
步骤S24中，识别文书之间的人物信息、时间信息、地点信息、引用的法律依据，根据文书内容和执法知识库，判断文书中的一个或多个信息与其他文书之间是否有冲突，进而判断文书之间是否具有关联性。
进一步地，步骤S3中，包括生成并显示所有法律文书的校验结果和各法律文书分别的校验结果，其中所有法律文书的校验结果显示所有文书中有瑕疵的法律文书、通过校验的法律文书、每个瑕疵所处的页码位置，各法律文书分别的校验结果显示瑕疵问题项、已通过校验项、瑕疵问题项于所在页码的位置、瑕疵问题项的具体内容。
示例性地，对整个案卷的校验结果图如图2所示，校验的案件类型为刑事案件，校验的文书包括到案经过、户口信息、受案登记表、刑事拘留材料、询问笔录、辨认笔录、扣押发还材料、现场指认笔录、现场检测报告等，通过监督校验模型和执法知识库对每份法律文书进行瑕疵校验，并在校验结果中显示所有文书中有瑕疵的法律文书(到案经过、扣押发还材料、现场指认笔录)、通过校验的法律文书、每个瑕疵所处的页码位置。某一法律文书的校验结果如图3所示，其可显示相应文书存在的问题和已通过校验的项目，如根据文书的关联性校验，到案经过前遗漏呈请移送案件报告书，根据文书内容，缺失案件来源内容。
实施例二
本实施例公开了一种法律文书智能监督校验系统，包括数据整合模型、监督校验模型及结果显示模型；所述数据整合模型用于对按顺序编成目录后录入系统的各法律文书进行识别转换、数据清洗及数据聚合；所述监督校验模型用于对每份法律文书进行瑕疵校验；所述结果显示模型用于生成法律文书的校验结果，对有瑕疵的法律文书及其瑕疵位置进行标注，并显示每个瑕疵位置的校验提醒。
进一步地，所述监督校验模型包括数据标签模块、业务校验模块、计算校验模块及逻辑校验模块；
所述数据标签模块用于构建法律文书的数据标签，所述法律文书的数据标签包括标签内容、标签内容的规范表述规则，所述标签内容包括如下至少之一：案件类型、文书名称、文书内容、法律依据、时间信息、地点信息、事项信息、任务信息、签名、按捺、盖章；
所述业务校验模块用于判断文书是否缺失一个或多个数据标签所对应项目，项目包括案件类型、文书名称、文书内容、法律依据、时间信息、地点信息、事项信息、任务信息、签名、按捺、盖章等，根据不同标签内容的规范表述规则，进而判断标签所对应项目是否缺失数据；
所述计算校验模块用于根据所识别的数据标签对应项目，根据数据标签的规范表述规则，经比对后判断对应项目的事项信息和任务信息是否准确；
所述逻辑校验模块用于根据案件类型和文书名称判断文书之间是否具有关联性，具体地，识别文书之间的人物信息、时间信息、地点信息、引用的法律依据后，根据文书内容和执法知识库，判断文书中的一个或多个信息与其他文书之间是否有冲突，进而判断文书之间是否具有关联性。
进一步地，还包括数据更新模型，所述标签内容中法律依据的规范表述规则通过执法知识库获取，所述数据更新模型用于对所述执法知识库的内容进行更新。执法知识库的更新，可以与法俱进、同步法律法规和执法程序的更新与并行同步实施运维，实现各校验模型是最权威的版本，同时满足不同地域的法律文书样式。
进一步地，所述结果显示模型包括总显示模块和子显示模块，所述总显示模块生成并显示所有文书中有瑕疵的法律文书、通过校验的法律文书、每个瑕疵所处的页码位置，所述子显示模块生成并显示各法律文书分别的校验结果显示瑕疵问题项、已通过校验项、瑕疵问题项于所在页码的位置、瑕疵问题项的具体内容。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
Claims (7)
1.一种法律文书智能监督校验方法，其特征在于，包括以下步骤：
S1、将案卷的各法律文书按顺序编成目录后录入系统，得到能够被读取的电子数据源；
S2、通过监督校验模型和执法知识库按目录对每份法律文书进行瑕疵校验，瑕疵校验的类别至少包括案件类型、文书名称、文书内容、文书是否遗漏、文书之间的关联性、法律依据的引用；
S3、生成法律文书的校验结果，对有瑕疵的法律文书及其瑕疵位置进行标注，并显示每个瑕疵位置的校验提醒；
其中，步骤S2中，对法律文书的瑕疵校验具体包括：
S21、构建法律文书的数据标签，其中，数据标签包括如下至少之一：案件类型、文书名称、文书内容、法律依据、时间信息、地点信息、事项信息、任务信息、签名、按捺、盖章；
S22、对法律文书进行业务校验，识别案件类型、文书名称、文书内容、法律依据、时间信息、地点信息、事项信息、任务信息、签名、按捺、盖章，并根据案件类型和文书名称判断文书是否缺失一个或多个数据标签所对应项目；
S23、对法律文书进行计算校验，根据所识别的数据标签对应项目，判断对应项目的事项信息和任务信息是否准确；
S24、对法律文书进行逻辑校验，根据案件类型和文书名称判断文书之间是否具有关联性；
其中，步骤S21中，所构建的数据标签包括标签内容、标签内容的规范表述规则，其中，法律依据的规范表述规则通过执法知识库获取；
步骤S22中，根据不同标签内容的规范表述规则，判断标签所对应项目是否缺失数据；
步骤S23中，根据数据标签的规范表述规则，比对所识别的数据标签对应项目的内容，判断事项信息和任务信息的内容是否准确；
步骤S24中，识别文书之间的人物信息、时间信息、地点信息、引用的法律依据，根据文书内容和执法知识库，判断文书中的一个或多个信息与其他文书之间是否有冲突，进而判断文书之间是否具有关联性。
2.如权利要求1所述的一种法律文书智能监督校验方法，其特征在于，步骤S1具体包括：
S11、数据准备，将法律文书识别转换成可编辑的文本；
S12、数据清洗，对可编辑文本进行去噪处理，去除多余数据和垃圾数据；
S13、数据聚合，定位和提取文本中的关键信息，并建立电子数据源与监督校验模型的匹配关系。
3.如权利要求2所述的一种法律文书智能监督校验方法，其特征在于，步骤S11中，法律文书按办案程序流程进行排序，并按顺序依次对法律文书各页进行编码、识别转换；S13步骤中，文本的关键信息包括页码位置、关键信息于所在页码的位置、关键信息的项目和内容。
4.如权利要求1所述的一种法律文书智能监督校验方法，其特征在于，步骤S3中，包括生成并显示所有法律文书的校验结果和各法律文书分别的校验结果，其中所有法律文书的校验结果显示所有文书中有瑕疵的法律文书、通过校验的法律文书、每个瑕疵所处的页码位置，各法律文书分别的校验结果显示瑕疵问题项、已通过校验项、瑕疵问题项于所在页码的位置、瑕疵问题项的具体内容。
5.一种法律文书智能监督校验系统，其特征在于，包括数据整合模型、监督校验模型及结果显示模型；所述数据整合模型用于对按顺序编成目录后录入系统的各法律文书进行识别转换、数据清洗及数据聚合；所述监督校验模型用于对每份法律文书进行瑕疵校验；所述结果显示模型用于生成法律文书的校验结果，对有瑕疵的法律文书及其瑕疵位置进行标注，并显示每个瑕疵位置的校验提醒；
所述监督校验模型包括数据标签模块、业务校验模块、计算校验模块及逻辑校验模块；所述数据标签模块用于构建法律文书的数据标签，所述法律文书的数据标签包括标签内容、标签内容的规范表述规则，所述标签内容包括如下至少之一：案件类型、文书名称、文书内容、法律依据、时间信息、地点信息、事项信息、任务信息、签名、按捺、盖章；所述业务校验模块用于判断文书是否缺失一个或多个数据标签所对应项目；所述计算校验模块用于根据所识别的数据标签对应项目，判断对应项目的事项信息和任务信息是否准确；所述逻辑校验模块用于根据案件类型和文书名称判断文书之间是否具有关联性；
其中，所述数据标签模块所构建的数据标签包括标签内容、标签内容的规范表述规则，其中，法律依据的规范表述规则通过执法知识库获取；所述业务校验模块用于根据不同标签内容的规范表述规则，判断标签所对应项目是否缺失数据；所述计算校验模块用于根据数据标签的规范表述规则，比对所识别的数据标签对应项目的内容，判断事项信息和任务信息的内容是否准确；所述逻辑校验模块用于识别文书之间的人物信息、时间信息、地点信息、引用的法律依据，根据文书内容和执法知识库，判断文书中的一个或多个信息与其他文书之间是否有冲突，进而判断文书之间是否具有关联性。
6.如权利要求5所述的一种法律文书智能监督校验系统，其特征在于，还包括数据更新模型，所述标签内容中法律依据的规范表述规则通过执法知识库获取，所述数据更新模型用于对所述执法知识库的内容进行更新。
7.如权利要求5所述的一种法律文书智能监督校验系统，其特征在于，所述结果显示模型包括总显示模块和子显示模块，所述总显示模块生成并显示所有文书中有瑕疵的法律文书、通过校验的法律文书、每个瑕疵所处的页码位置，所述子显示模块生成并显示各法律文书分别的校验结果显示瑕疵问题项、已通过校验项、瑕疵问题项于所在页码的位置、瑕疵问题项的具体内容。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110129329.8A CN112836494B (zh) | 2021-01-29 | 2021-01-29 | 一种法律文书智能监督校验方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110129329.8A CN112836494B (zh) | 2021-01-29 | 2021-01-29 | 一种法律文书智能监督校验方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112836494A CN112836494A (zh) | 2021-05-25 |
| CN112836494B true CN112836494B (zh) | 2022-08-05 |
Family
ID=75931143
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110129329.8A Active CN112836494B (zh) | 2021-01-29 | 2021-01-29 | 一种法律文书智能监督校验方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112836494B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116011408A (zh) * | 2022-12-12 | 2023-04-25 | 北京华宇九品科技有限公司 | 一种在线可编辑的文书生成系统及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107358550A (zh) * | 2017-06-08 | 2017-11-17 | 上海市高级人民法院 | 刑事案件智能证据校验方法、审查方法及具有其的存储介质和终端设备 |
| CN110390000A (zh) * | 2019-07-30 | 2019-10-29 | 同方赛威讯信息技术有限公司 | 一种法律文书自动识别、生成系统及其方法 |
| CN110750982A (zh) * | 2018-07-04 | 2020-02-04 | 北京国双科技有限公司 | 一种法律文书的纠错方法、装置、存储介质及处理器 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170017922A1 (en) * | 2015-07-14 | 2017-01-19 | Wal-Mart Stores, Inc. | Method, apparatus and system for determining accuracy of deliveries and related documentation at time of delivery |
| CN109753535A (zh) * | 2019-01-11 | 2019-05-14 | 深圳讼融通网络科技有限公司 | 案件数据的录入方法、设备及计算机可读存储介质 |
-
2021
- 2021-01-29 CN CN202110129329.8A patent/CN112836494B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107358550A (zh) * | 2017-06-08 | 2017-11-17 | 上海市高级人民法院 | 刑事案件智能证据校验方法、审查方法及具有其的存储介质和终端设备 |
| CN110750982A (zh) * | 2018-07-04 | 2020-02-04 | 北京国双科技有限公司 | 一种法律文书的纠错方法、装置、存储介质及处理器 |
| CN110390000A (zh) * | 2019-07-30 | 2019-10-29 | 同方赛威讯信息技术有限公司 | 一种法律文书自动识别、生成系统及其方法 |
Non-Patent Citations (1)
| Title |
|---|
| 刑事电子数据证据规则研究;赵长江;《中国优秀博硕士学位论文全文数据库(博士)》;20160815;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112836494A (zh) | 2021-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108256074B (zh) | 校验处理的方法、装置、电子设备和存储介质 | |
| CN112800113B (zh) | 一种基于数据挖掘分析技术的招投标审计方法及系统 | |
| US9454545B2 (en) | Automated field position linking of indexed data to digital images | |
| CN110909123B (zh) | 一种数据提取方法、装置、终端设备及存储介质 | |
| CN112732897A (zh) | 文档处理方法、装置、电子设备及存储介质 | |
| CN110543475A (zh) | 一种基于机器学习的财务报表数据自动识别和分析方法 | |
| CN113553393B (zh) | 结合rpa和ai报关信息的处理方法和处理装置 | |
| CN112836494B (zh) | 一种法律文书智能监督校验方法及系统 | |
| CN114781997A (zh) | 危大工程专项施工方案智能化审查系统及实现方法 | |
| CN111191435A (zh) | 一种用于海关报表的动态模板生成报表的方法及其装置 | |
| CN110045981A (zh) | 一种基于源码比对分析技术建立需求追踪关系的方法 | |
| CN113841156B (zh) | 基于图像识别的控制方法与装置 | |
| CN112785404A (zh) | 发票开具管理系统 | |
| CN115062117A (zh) | 一种基于自然语言处理技术的文档自动生成分类的方法 | |
| CN118037294A (zh) | 一种基于业务表单数据的财务凭证生成方法及装置 | |
| CN110096574B (zh) | 电商评论分类任务中数据集的建立和后续优化及扩充方案 | |
| CN110991352A (zh) | 一种卷宗数据审查方法及装置 | |
| CN116629770A (zh) | 一种基于图形化识别技术的供应商资料审核方法及系统 | |
| CN111444166A (zh) | 一种标注数据自动质检方法 | |
| CN114863446A (zh) | 手写答案识别对比方法、装置、设备及存储介质 | |
| KR101868468B1 (ko) | 무선통신수단을 이용하여 기록물철의 관리 및 검색 효율성을 개선시킨 비 전자 기록물의 디지털화 시스템 | |
| KR20100115048A (ko) | 복사 문서 판별 시스템 및 그 방법 | |
| CN112348714B (zh) | 证据链构建方法、电子设备和存储介质 | |
| CN113435701B (zh) | 一种消费品质量信息的处理方法和装置 | |
| Flynn | Document classification in support of automated metadata extraction form heterogeneous collections |
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 |