CN112883196A - 基于知识图谱的案件分配方法、系统、介质及电子设备 - Google Patents

基于知识图谱的案件分配方法、系统、介质及电子设备 Download PDF

Info

Publication number
CN112883196A
CN112883196A CN202110138654.0A CN202110138654A CN112883196A CN 112883196 A CN112883196 A CN 112883196A CN 202110138654 A CN202110138654 A CN 202110138654A CN 112883196 A CN112883196 A CN 112883196A
Authority
CN
China
Prior art keywords
case
judge
judges
relations
type
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
CN202110138654.0A
Other languages
English (en)
Other versions
CN112883196B (zh
Inventor
徐林
王晓燕
钟浩
潘理
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202110138654.0A priority Critical patent/CN112883196B/zh
Publication of CN112883196A publication Critical patent/CN112883196A/zh
Application granted granted Critical
Publication of CN112883196B publication Critical patent/CN112883196B/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
    • G06F16/34—Browsing; Visualisation therefor
    • 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
    • G06F16/35—Clustering; Classification
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于知识图谱的案件分配方法、系统、介质及电子设备，所述法院案件均衡分配方法包括：获取分配案件所需的基本信息，并从所述基本信息中提取法官信息和案件信息；基于法官信息和案件信息构建知识图谱；所述知识图谱包含多个影响分案的节点和节点关系；基于所述知识图谱构建法官与案件的匹配度函数，并获取所述匹配度函数的最优解，基于所述最优解进行案件分配。本发明通过构建知识图谱，结合整数规划来进行法院中案件分配的优化，可视化的展示影响案件分配的要素之间的关系，提升法院的工作质量和工作效率，可以智能辅助引导数据处理人员更准确的提供法官和案件的主要信息，提升分案人员的分案公平性，分案效率。

Description

基于知识图谱的案件分配方法、系统、介质及电子设备
技术领域
本发明涉及数据处理技术领域，特别是涉及法院案件管理技术领域。
背景技术
分案即案件的分配，是指将案件分配给具体法官审理的过程。分案是法院受理案件之后 的面临的第一个问题。指出案件的分配是诉讼程序的重要环节，也是司法制度的重要内容。 案件的公平分配不仅影响案件当事人的诉讼行为、法院对法官的管理方式，还关系到司法廉 洁和司法公信力。
随着法院信息化进程的推进，各地陆续出现一些自动分案的探索工作，并开发了一些有 用的分案软件。但在开发过程中，设计者基本依赖于个人的经验或者有限的调研。由于软件 开发者并不是法院专家，他们设计出的分案系统很难综合考虑影响法院内部分案的关键因 素。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于知识图谱的案件分配方 法、系统、介质及电子设备，用于解决现有技术中法院无法高效公平分配案件的技术问题。
为实现上述目的及其他相关目的，本发明提供一种基于知识图谱的案件分配方法，包 括：获取分配案件所需的基本信息，并从所述基本信息中提取法官信息和案件信息；基于法 官信息和案件信息构建知识图谱；所述知识图谱包含多个影响分案的节点和节点关系；基于 所述知识图谱构建法官与案件的匹配度函数，并获取所述匹配度函数的最优解，基于所述最 优解进行案件分配。
于本发明的一实施例中，所述知识图谱的节点包括法官类型节点、法官结点、案件结 点、案件类型结点、原告类型结点、被告类型结点和涉案人员结点中的多种组合；各节点之间 的连线为节点关系，所述节点关系包括法官与法官之间的能力关系，法官与法官之间的教育 背景关系，法官与法官之间的工作经历关系、法官与法官之间的审理经历关系、法官案件之 间的案件审理关系、案件类型与法官之间的案件审理关系、原告和案件之间的诉讼关系，被 告和案件之间的被诉讼关系，案件类型与法官之间的案件类型审理关系和案件类型被审理关 系，原告类型和法官之间的原告类型审理关系，原告类型被审理关系，被告类型和法官之间 的被告类型审理关系以及被告类型被审理关系中的多种组合。
于本发明的一实施例中，所述匹配度函数的一种表示方式为：
Figure BDA0002927789410000021
其中，n表示为案件的数量，m表示为法官的数量，aj表示法官j的能力，ci表示案件i的 难度系数；aj-ci表示案件i和法官j之间的能力差值，Rij表示案件i和法官j之间的案件类 型-法官的相关程度,Pij表示案件i和法官j之间的原告-法官类型相关程度，Dij表示案件i 和法官j之间的被告-法官类型相关程度；k1,k2表示系数；当Match越大时，表示法官和案件 的匹配程度越高；当Match越小时，表示法官和案件的匹配的程度越低。
于本发明的一实施例中，法官j的能力aj的一种表示方式为：
aj＝c1*WAj+c2*EBj+c3*WEj+c4*TLj；
其中，aj表示法官j的能力，WAj表示法官i的工作年限，EBj表示法官j的教育背景，WEj表示过去一段时间内法官j处理的案件的总数，TLj表示法官j的职称，cj(j＝1,2,3,4)表示不同的加权系数。
于本发明的一实施例中，法官j的职称TLj的一种表示方式为：
TLj＝k1*lawTj+k2*polTj；
其中，TLj表示法官j的职能能力，lawTj表示法官j的法律职称，polTj表示法官j的行 政职称，k1,k2表示系数。
于本发明的一实施例中，案件i的难度系数ci的一种表示方式为：
ci＝k1*Timei+k2*PeopleNumi+k3*PeopleTypei+k4*CTypei；
其中，ci表示案件i的难度系数，Timei表示案件的审理时长，PeopleNumi表示案件i的被 告原告人数，PeopleNumi表示案件i的原告被告类型，CTypei表示案件i的案件类型，k1,k2表 示系数。
于本发明的一实施例中，所述基于知识图谱的案件分配方法还包括：通过所述知识图谱 展示分案的结果，并通过选择结点和关系分析分案的结果并进行管理。
本发明的实施例还提供一种基于知识图谱的案件分配系统，包括：信息提取模块，用于 获取分配案件所需的基本信息，并从所述基本信息中提取法官信息和案件信息；知识图谱建 立模块，用于基于法官信息和案件信息构建知识图谱；所述知识图谱包含多个影响分案的节 点和节点关系；分案辅助模块，用于基于所述知识图谱构建法官与案件的匹配度函数，并获 取所述匹配度函数的最优解，基于所述最优解进行案件分配。
本发明的实施例还提供一种电子设备，包括处理器和存储器，所述存储器存储有程序指 令；所述处理器运行程序指令实现如上所述的基于知识图谱的案件分配方法的步骤。
本发明的实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有数 据处理程序，所述数据处理程序被处理器执行时实现如上所述的基于知识图谱的案件分配方 法的步骤。
如上所述，本发明的基于知识图谱的案件分配方法、系统、介质及电子设备具有以下有 益效果：
本发明通过构建知识图谱，结合整数规划来进行法院中案件分配的优化，可视化的展示 影响案件分配的要素之间的关系，提升法院的工作质量和工作效率，可以智能辅助引导数据 处理人员更准确的提供法官和案件的主要信息，提升分案人员的分案公平性，分案效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附 图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域 普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1显示为本申请一实施例中的基于知识图谱的案件分配方法的整体流程示意图。
图2显示为本申请一实施例中的基于知识图谱的案件分配方法的具体执行过程示意图。
图3显示为本申请一实施例中的基于知识图谱的案件分配系统的原理框图。
图4显示为本申请一实施例中的电子设备的原理框图。
元件标号说明
100 基于知识图谱的案件分配系统
110 信息提取模块
120 知识图谱建立模块
130 分案辅助模块
140 展示与管理模块
101 电子设备
1001 处理器
1002 存储器
S100～S300 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露 的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加 以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精 神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征 可以相互组合。
本实施例的目的在于提供一种基于知识图谱的案件分配方法、系统、介质及电子设备， 通过构建知识图谱，结合整数规划来进行法院中案件分配的优化，可视化的展示影响案件分 配的要素之间的关系，提升法院的工作质量和工作效率，有效解决现有技术中法院无法高效 公平分配案件的技术问题。
以下将详细阐述本发明的基于知识图谱的案件分配方法、系统、介质及电子设备的原理 及实施方式，使本领域技术人员不需要创造性劳动即可理解本发明的基于知识图谱的案件分 配方法、系统、介质及电子设备。
实施例1
具体地，如图1所示，本实施例提供一种基于知识图谱的案件分配方法，所述基于知识 图谱的案件分配方法包括：
步骤S100，获取分配案件所需的基本信息，并从所述基本信息中提取法官信息和案件信 息；
步骤S200，基于法官信息和案件信息构建知识图谱；所述知识图谱包含多个影响分案的 节点和节点关系；
步骤S300，基于所述知识图谱构建法官与案件的匹配度函数，并获取所述匹配度函数的 最优解，基于所述最优解进行案件分配。
以下对本实施例的基于知识图谱的案件分配方法的步骤S100至步骤S300进行详细说 明。
步骤S100，获取分配案件所需的基本信息，并从所述基本信息中提取法官信息和案件信 息。
具体地，如图2所示，首先导入法官数据文件、案件数据文件和历史分案记录等分配案 件所需的基本信息。若法官数据文件和案件数据文件以图像方式存储，通过OCR识别技术从 中提取出所需的基本信息，然后将这些基本信息存储在存储器上，通过提取法官信息和案件 信息的关键信息，完成信息的筛选。
然后根据提取的内容信息，抽取可能影响法官分案的因素。在该步骤中，需要提取的法 官信息包括但不限于：部门，姓名，性别，生日，年龄，法律职务，行政职务，教育背景，政治面貌和政法工作日期等。需要提取的案件信息包括但不限于：承办法院，案号全称，立案日期，立案案由，案件来源，原告，被告，承办部门，承办人，结案日期，结案方式，结 案案由，生效日期，案件类型等。
通过对案件数据文件和历史分案记录等信息的统计分析，确定案件的类型，例如，将案 件的类型分为是否危害公安，是否破坏公共秩序，是否侵犯人身权利，是否妨碍社会秩序， 是否贪污受贿和是否侵犯个人财产六类。
在数据计算的过程中，同时统计每种案件的原告与被告的人数。采取简单量化，原告和 被告人数越多，案件的复杂度越高。同时统计每种案件的原告与被告的类型。例如，经过统 计分析，将原告被告的类型分为公司，个人，政府，医院四类。
此外，在数据计算的过程中，同时抽取所有的原告和被告，并通过统计建立每个原告和 被告所涉及的案件列表。
每种影响因素对后续构建的匹配度函数的影响能力不同，过多引入对匹配度函数影响较 小的因素会影响最终的效果和增大模型的复杂程度，所以先通过统计分析，得到每个因素对 函数的影响相关度。
实际中，分案的实践重点考虑哪些因素仍然尚未定论。从法院管理来说，了解这些因素 有助于从宏观理解分案的实践，设计更好的制度保证司法公正。随着法院信息化进程的推进， 各地陆续出现一些自动分案的探索工作，并开发了一些有用的分案软件。在开发过程中，设 计者基本依赖于个人的经验或者有限的调研。由于软件开发者并不是法院专家，他们设计出 的分案系统很难综合考虑影响法院内部分案的关键因素。从分案软件的角度，这些了解这些 因素有助于开发者设计更有效的自动分案方法。
步骤S200，基于法官信息和案件信息构建知识图谱；所述知识图谱包含多个影响分案的 节点和节点关系。
获取法官信息例如工作年限，法官的能力，法官的加权职称等，然后建立所属的各种结 点和关系，形成知识图谱，并把各种结点和关系导入到neo4j数据库中，将知识图谱应用于 后续新到的案件分配。构建的知识图谱蕴含法官教育水平、法官的经历的相似程度、法官的 工作量等可能影响法院的分案的因素。
其中，所述知识图谱的节点包括但不限于法官类型节点、法官结点、案件结点、案件类 型结点、原告类型结点、被告类型结点和涉案人员结点中的多种组合。
各节点之间的连线(即边)为节点关系，所述节点关系但不限于包括法官与法官之间的 能力关系，法官与法官之间的教育背景关系，法官与法官之间的工作经历关系、法官与法官 之间的审理经历关系、法官案件之间的案件审理关系、案件类型与法官之间的案件审理关 系、原告和案件之间的诉讼关系，被告和案件之间的被诉讼关系，案件类型与法官之间的案 件类型审理关系和案件类型被审理关系，原告类型和法官之间的原告类型审理关系，原告类 型被审理关系，被告类型和法官之间的被告类型审理关系以及被告类型被审理关系中的多种 组合。
对于每一种关系，系都先建立一系列列表来存储这些关系，然后在依次建立这些关系。 建立关系的过程就是在对应的结点之间添加边的过程。通过例如neo4j数据库所支持的 Cypher语句中的create和match语句进行法官类型节点、法官结点、案件结点以及边(节 点连线)的建立。
具体地，于本实施例中，首先建立相应的结点。例如，结点包括法官类型节点，法官结 点，案件结点，案件类型结点，原告类型结点，被告类型结点和涉案人员结点。
其中，法官类型结点的属性包括不限于：部门，姓名，性别，生日，年龄，法律职务，行政职务，教育背景，政治面貌和政法工作日期。案件类型的结点的属性包括不限于：承办法院，案号全称，立案日期，立案案由，案件来源，原告，被告，承办部门，承办人，结案 日期，结案方式，结案案由和生效日期。涉案人员结点的属性包含涉案类型。
然后在建立各节点相关的关系，具体的，建立关系时，包括：
1)将有相似工作年限之间的法官建立关系。例如，具体将其划分为8个区间，0-5，5-10， 10-15，15-20，20-25，25-30，30-35，35-40。对在相同区间的法官建立“相似工作年限(SimilarWA)”关系。
2)对于有相同的学历的法官之间建立关系，系统分为本科以下，本科，硕士，博士4个 不同的类别。对属于相同类别的法官建立“相似教育背景(SimilarEB)”关系。
3)对于有了相似能力的法官建立关系，对于计算得到的法官能力值，划分为10个区间， 对在相同区间的法官之间建立“相似能力值(SimilarAB)”关系。
4)对于处理过相同案件的法官，建立链表将其存储起来。每个法官之间建立“处理过相 同案件(SimilarExp)”关系。
5)对于某一种案件类型，利用统计得到的审理过该类型案件的法官列表，建立该案件类 型结点到每个法官结点之间的“案件类型被审理”关系。同时，根据每个法官审理的案件数 量占该类型案件数量总数的百分比，给关系指定百分比属性，用于体现该类型案件和每位法 官之间的匹配程度。
6)对于某位法官，利用统计得到的法官审理过的案件类型信息，得到所有法官审理过的 案件类型列表，建立法官到每个案件类型之间的“案件类型审理”关系。并根据该类型案件 占法官审理过的所有案件的百分比，建立关系的百分比属性，用于体现法官与每种案件类型 之间的擅长程度。
7)对于每个涉案人员结点，利用统计得到的涉案人员对应的案件的列表，建立原告和案 件之间的“诉讼”关系以及被告和案件的之间的“被诉讼的”关系。
8)对于每个原告类型和被告类型，根据统计得到的审理过该原告，被告类型的法官列表， 建立该原告类型，被告类型到法官之间的“原告类型被审理”关系和“被告类型被审理”关 系。同时，根据每个法官审理的该原告类型，被告类型的案件数量占原告类型，被告类型案 件数量总数的百分比，给关系指定百分比属性，用于体现该原告类型，被告类型案件和每位 法官之间的匹配程度。
9)对于某位法官，利用统计得到的法官审理过的原告，被告类型信息，得到所有法官审 理过的原告类型列表和被告类型列表，建立法官到每个原告类型和被告类型之间的“原告类 型审理”和“被告类型审理关系”关系。并根据该原告类型案件和被告类型案件占法官审理 过的所有案件的百分比，建立关系的百分比属性，用于体现法官与每种原告类型和被告类型 的擅长程度。
10)将案件按照结案案由进行分类，将对于每个案件与该案件的审理法官之间建立“案 件审理”关系。
法官案件匹配程度一定程度上可以由法官审理过的与此案件相同类型的案件的数量来体 现。在知识图谱中，就体现为这种类型的关系的数量。如果这种类型的关系数量较多，则这 个案件与该法官之间的相匹配程度就较高。
步骤S300，基于所述知识图谱构建法官与案件的匹配度函数，并获取所述匹配度函数的 最优解，基于所述最优解进行案件分配。
在知识图谱支持下，构建法官与案件的匹配度函数。该匹配度函数可以作为整数规划的 目标函数，通过寻求该匹配度函数的最优解，提供给整数规划进一步优化分案结果，可以对 给定案件和法官进行分案。分案的方案能同时满足最佳匹配和均衡的目标，从而提升法院分 案的公平性和效率。
基于知识图谱的法官和案件匹配计算函数。需要计算的信息包括法官相关的法官的工作 能力，法官过去一段时间内的工作量，法官的加权职称，审理过相同案件的法官，法官的工 龄和某一法官审理过的案件。与案件相关的信息包括案件的复杂程度，案件的所属类型，案 件原被告的所属类型和案件的审理时长。
具体地，于本实施例中，所述匹配度函数的一种表示方式为：
Figure BDA0002927789410000081
其中，n表示为案件的数量，m表示为法官的数量，aj表示法官j的能力，ci表示案件i的 难度系数；aj-ci表示案件i和法官j之间的能力差值，Rij表示案件i和法官j之间的案件类 型-法官的相关程度,Pij表示案件i和法官j之间的原告-法官类型相关程度，Dij表示案件i 和法官j之间的被告-法官类型相关程度；k1,k2表示系数；当Match越大时，表示法官和案件 的匹配程度越高；当Match越小时，表示法官和案件的匹配的程度越低。
于本发明的一实施例中，法官j的能力aj的一种表示方式为：
aj＝c1*WAj+c2*EBj+c3*WEj+c4*TLj；
其中，aj表示法官j的能力，WAj表示法官i的工作年限，EBj表示法官j的教育背景，WEj表示过去一段时间内法官j处理的案件的总数，TLj表示法官j的职称，cj(j＝1,2,3,4)表示不同的加权系数。其中，法官的教育背景，法官的工作年限都可以由提取出来的法官信息直接获得。
于本实施例中，法官的职称包括：法律职称和行政职称。法官j的职称TLj的一种表示 方式为：
TLj＝k1*lawTj+k2*polTj；
其中，TLj表示法官j的职能能力，lawTj表示法官j的法律职称，polTj表示法官j的行 政职称，k1,k2表示系数。
于本发明的一实施例中，案件i的难度系数ci的一种表示方式为：
ci＝k1*Timei+k2*PeopleNumi+k3*PeopleTypei+k4*CTypei；
其中，ci表示案件i的难度系数，Timei表示案件的审理时长，PeopleNumi表示案件i的被 告原告人数，PeopleNumi表示案件i的原告被告类型，CTypei表示案件i的案件类型，k1,k2表 示系数。
法官过去一段时间内的审理量、一段时间内法官审理的案件、案件的审理时间，案件的 结案案由和案件的原告被告人数是由筛选出的信息统计得到的。
在数据计算的过程中，同时统计每个案件的结案案由，并将案件按照结案案由进行分 类。例如法官j审理过的类型为(t1,t2...,tn)的案件，统计出每种类型案件占总案件的比例， 作为法官j对此类案件的熟悉程度，用于法官案件匹配程度的计算。这里体现的时对于法官 j而言，是否擅长该类型的案件。
在数据计算的过程中，同时统计每种案件的结案案由，并按照结案案由的分类，统计每 种结案案由类型下各种法官的占比，用来表示这种类型的案件和这个法官的匹配程度。这体 现的是这种案件类型是否适合由法官j来审理。
此外，于本实施例中，所述基于知识图谱的案件分配方法还包括：通过所述知识图谱展 示分案的结果，并通过选择结点和关系分析分案的结果并进行管理。
将所述知识图谱导入到数据库后，通过网页的形式展示出来并进行管理。
于本实施例中，将属于同一关系下的节点之间建立的关系通过网页的形式展示出来。并 且可以进行结点，边的管理。例如，在网页端，可以通过cypher语言对数据库进行管理，包 括增删改查。在展示知识图谱时，可以选择不同关系进行展示，也可选择不同颜色，不同的 数量进行展示。所以本实施例通过可视化的展示影响案件分配的要素之间的关系，可以提升 法院的工作质量和工作效率。
具体地，还可以通过查询各种类型的结点，或通过查询各种关系，查看该关系所对应的 知识图谱。本实施例中，查询结点或者关系的时候，查看内容包括但不限于：查看结点的属 性；指定查看结点数量；指定查看关系的数量；按照关系属性的大小排序并查看，以体现不 同关系的权重；可选择不同颜色进行展示；通过数据的更新会自动更新知识图谱和基础数 据。
本实施例中基于构建的知识图谱和匹配度函数进行案件分配的过程如下：
输入为法官和新案件列表。根据建立的知识图谱，可以为一次分案方案构造评估其法官 案件的匹配度函数。具体如下：
Figure BDA0002927789410000091
对于一 次分案结果中的n个案件，计算出整个方案的法官案件匹配度。
法官案件匹配程度，可以通过法官和案件之间的知识图谱得到一定程度的体现。例如若 法官和案件之间的匹配程度越高，则该案件类型和法官之间被审理关系的属性值就应该较 大，并且该法官与案件类型之间的案件审理关系的属性值也应该较大。该案件的原告类型和 被告类型与法官之间的原告类型审理关系，被告类型审理关系的属性值也应该较大。
根据本实施例方法得到的参考，分案人员可以建立一些法官和案件的约束，例如根据法 官的能力值，案件的复杂程度和法官和案件的匹配程度来选择约束，再根据法官案件匹配 度，利用整数规划的原理，可以较好的将案件分配给某个法官，从而提高分案的效率。
整数规划模型会尝试在对匹配度函数求解出非整数解后再进一步进行整数迭代的方式进 行最优解求解。对于不进行迭代求解的求解方式，则往往采用启发式搜索的方法直接尝试所 有满足限制条件的变量取值组合，选取最优的目标函数对应的组合作为最终结果返回。整数 规划在线性规划的基础上，进一步要求最终求解结果中，变量的取值均为整数。最后本实施 例通过知识图谱展示分案的结果，并可以通过选择结点和关系具体分析分案的结果。
所以本实施例的基于知识图谱的案件分配方法利用知识图谱的特性，分析法官和案件的 特点，可视化的展示了法官之间，法官和案件之间的关系，为法院分案提供了参考，也为分 案程序的开发提供了借鉴。
实施例2
如图3所示，本实施例提供一种基于知识图谱的案件分配系统100，所述基于知识图谱 的案件分配系统100至少包括：信息提取模块110，知识图谱建立模块120以及分案辅助模 块130；还优选包括展示与管理模块140。
于本实施例中，所述信息提取模块110用于获取分配案件所需的基本信息，并从所述基 本信息中提取法官信息和案件信息。
于本实施例中，所述知识图谱建立模块120用于基于法官信息和案件信息构建知识图谱； 所述知识图谱包含多个影响分案的节点和节点关系；
于本实施例中，所述分案辅助模块130用于基于所述知识图谱构建法官与案件的匹配度 函数，并获取所述匹配度函数的最优解，基于所述最优解进行案件分配。
于本实施例中，所述展示与管理模块140用于关系导入到数据库后，通过网页的形式展 示知识图谱并对知识图谱和分案结果进行管理。
本实施例的基于知识图谱的案件分配系统100具体实现的技术特征与前述实施例中的基 于知识图谱的案件分配方法基本相同，实施例间可以通用的技术内容不作重复赘述。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实 现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软 件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理 元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，所述知识图谱建立模块120 可以为单独设立的处理元件，也可以集成在电子终端的某一个芯片中实现，此外，也可以以 程序代码的形式存储于终端的存储器中，由上述终端的某一个处理元件调用并执行以上追踪 计算模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也 可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过 程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者 软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个 或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微 处理器(digital singnal processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代 码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit， 简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系 统(system-on-a-chip，简称SOC)的形式实现。
实施例3
如图4所示，本实施例提供一种电子设备101，电子设备101包括：处理器1001及存储 器1002；所述存储器1002用于存储计算机程序；所述处理器1001用于执行所述存储器1002 存储的计算机程序，以使所述电子设备101执行如实施例1中基于知识图谱的案件分配方法 的各步骤。由于基于知识图谱的案件分配方法的各步骤的具体实施过程已经在实施例1中进 行了详细说明，在此不再赘述。
处理器1001为CPU(Central Processing Unit，中央处理器)。存储器1002通过系统总线 与处理器1001连接并完成相互间的通信，存储器1002用于存储计算机程序，处理器1001用 于运行计算机程序，以使所述处理器1001执行所述的基于知识图谱的案件分配方法。存储器 1002可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失 性存储器(non-volatile memory)，例如至少一个磁盘存储器。
此外，本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机 程序被处理器1001执行时实现所述的基于知识图谱的案件分配方法。上述已经对所述基于知 识图谱的案件分配方法进行了详细说明，在此不再赘述。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算 机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序 在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟 或者光盘等各种可以存储程序代码的介质。
综上所述，本发明通过构建知识图谱，结合整数规划来进行法院中案件分配的优化，可 视化的展示影响案件分配的要素之间的关系，提升法院的工作质量和工作效率，可以智能辅 助引导数据处理人员更准确的提供法官和案件的主要信息，提升分案人员的分案公平性，分 案效率。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡 所属技术领域中包括通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等 效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种基于知识图谱的案件分配方法，其特征在于：包括：
获取分配案件所需的基本信息，并从所述基本信息中提取法官信息和案件信息；
基于法官信息和案件信息构建知识图谱；所述知识图谱包含多个影响分案的节点和节点关系；
基于所述知识图谱构建法官与案件的匹配度函数，并获取所述匹配度函数的最优解，基于所述最优解进行案件分配。
2.根据权利要求1所述的基于知识图谱的案件分配方法，其特征在于：所述知识图谱的节点包括法官类型节点、法官结点、案件结点、案件类型结点、原告类型结点、被告类型结点和涉案人员结点中的多种组合；各节点之间的连线为节点关系，所述节点关系包括法官与法官之间的能力关系，法官与法官之间的教育背景关系，法官与法官之间的工作经历关系、法官与法官之间的审理经历关系、法官案件之间的案件审理关系、案件类型与法官之间的案件审理关系、原告和案件之间的诉讼关系，被告和案件之间的被诉讼关系，案件类型与法官之间的案件类型审理关系和案件类型被审理关系，原告类型和法官之间的原告类型审理关系，原告类型被审理关系，被告类型和法官之间的被告类型审理关系以及被告类型被审理关系中的多种组合。
3.根据权利要求1或2所述的基于知识图谱的案件分配方法，其特征在于：所述匹配度函数的一种表示方式为：
Figure FDA0002927789400000011
其中，n表示为案件的数量，m表示为法官的数量，aj表示法官j的能力，ci表示案件i的难度系数；aj-ci表示案件i和法官j之间的能力差值，Rij表示案件i和法官j之间的案件类型-法官的相关程度,Pij表示案件i和法官j之间的原告-法官类型相关程度，Dij表示案件i和法官j之间的被告-法官类型相关程度；k1,k2表示系数；当Match越大时，表示法官和案件的匹配程度越高；当Match越小时，表示法官和案件的匹配的程度越低。
4.根据权利要求3所述的基于知识图谱的案件分配方法，其特征在于：法官j的能力aj的一种表示方式为：
aj＝c1*WAj+c2*EBj+c3*WEj+c4*TLj；
其中，aj表示法官j的能力，WAj表示法官i的工作年限，EBj表示法官j的教育背景，WEj表示过去一段时间内法官j处理的案件的总数，TLj表示法官j的职称，cj(j＝1,2,3,4)表示不同的加权系数。
5.根据权利要求4所述的基于知识图谱的案件分配方法，其特征在于：法官j的职称TLj的一种表示方式为：
TLj＝k1*lawTj+k2*polTj；
其中，TLj表示法官j的职能能力，lawTj表示法官j的法律职称，polTj表示法官j的行政职称，k1,k2表示系数。
6.根据权利要求3所述的基于知识图谱的案件分配方法，其特征在于：案件i的难度系数ci的一种表示方式为：
ci＝k1*Timei+k2*PeopleNumi+k3*PeopleTypei+k4*CTypei；
其中，ci表示案件i的难度系数，Timei表示案件的审理时长，PeopleNumi表示案件i的被告原告人数，PeopleNumi表示案件i的原告被告类型，CTypei表示案件i的案件类型，k1,k2表示系数。
7.根据权利要求1所述的基于知识图谱的案件分配方法，其特征在于：所述基于知识图谱的案件分配方法还包括：通过所述知识图谱展示分案的结果，并通过选择结点和关系分析分案的结果并进行管理。
8.一种基于知识图谱的案件分配系统，其特征在于：包括：
信息提取模块，用于获取分配案件所需的基本信息，并从所述基本信息中提取法官信息和案件信息；
知识图谱建立模块，用于基于法官信息和案件信息构建知识图谱；所述知识图谱包含多个影响分案的节点和节点关系；
分案辅助模块，用于基于所述知识图谱构建法官与案件的匹配度函数，并获取所述匹配度函数的最优解，基于所述最优解进行案件分配。
9.一种电子设备，其特征在于：包括处理器和存储器，所述存储器存储有程序指令；所述处理器运行程序指令实现如权利要求1至权利要求7任一权利要求所述的基于知识图谱的案件分配方法的步骤。
10.一种计算机可读存储介质，其特征在于所述计算机可读存储介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现如权利要求1-7中任一项所述的基于知识图谱的案件分配方法的步骤。
CN202110138654.0A 2021-02-01 2021-02-01 基于知识图谱的案件分配方法、系统、介质及电子设备 Active CN112883196B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110138654.0A CN112883196B (zh) 2021-02-01 2021-02-01 基于知识图谱的案件分配方法、系统、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110138654.0A CN112883196B (zh) 2021-02-01 2021-02-01 基于知识图谱的案件分配方法、系统、介质及电子设备

Publications (2)

Publication Number Publication Date
CN112883196A true CN112883196A (zh) 2021-06-01
CN112883196B CN112883196B (zh) 2022-08-16

Family

ID=76052395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110138654.0A Active CN112883196B (zh) 2021-02-01 2021-02-01 基于知识图谱的案件分配方法、系统、介质及电子设备

Country Status (1)

Country Link
CN (1) CN112883196B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116720786A (zh) * 2023-08-01 2023-09-08 中国科学院工程热物理研究所 一种融合kg和plm的装配质量稳定性预测方法、系统及介质
CN117235279A (zh) * 2023-09-04 2023-12-15 上海歆广数据科技有限公司 一种融合大语音模型和知识图谱的关键任务开发框架

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767070A (zh) * 2018-12-14 2019-05-17 深圳壹账通智能科技有限公司 案件分配方法、装置、计算机设备和存储介质
CN109872052A (zh) * 2019-01-28 2019-06-11 广州大学 一种法院案件智能化分案辅助方法及系统
CN110866174A (zh) * 2018-08-17 2020-03-06 阿里巴巴集团控股有限公司 庭审问题的推送方法、装置和系统
CN111241241A (zh) * 2020-01-08 2020-06-05 平安科技（深圳）有限公司 基于知识图谱的案件检索方法、装置、设备及存储介质
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
CN112053074A (zh) * 2020-09-11 2020-12-08 南京通达海科技股份有限公司 一种法院案件自动分案系统及其方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110866174A (zh) * 2018-08-17 2020-03-06 阿里巴巴集团控股有限公司 庭审问题的推送方法、装置和系统
CN109767070A (zh) * 2018-12-14 2019-05-17 深圳壹账通智能科技有限公司 案件分配方法、装置、计算机设备和存储介质
CN109872052A (zh) * 2019-01-28 2019-06-11 广州大学 一种法院案件智能化分案辅助方法及系统
CN111241241A (zh) * 2020-01-08 2020-06-05 平安科技（深圳）有限公司 基于知识图谱的案件检索方法、装置、设备及存储介质
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
CN112053074A (zh) * 2020-09-11 2020-12-08 南京通达海科技股份有限公司 一种法院案件自动分案系统及其方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王小新: "" 法院分案系统的检视与重构——以X法院刑事案件分配为例"", 《法律适用》 *
金昌伟: ""人工智能分案机制探析"", 《中国政法大学学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116720786A (zh) * 2023-08-01 2023-09-08 中国科学院工程热物理研究所 一种融合kg和plm的装配质量稳定性预测方法、系统及介质
CN116720786B (zh) * 2023-08-01 2023-10-03 中国科学院工程热物理研究所 一种融合kg和plm的装配质量稳定性预测方法、系统及介质
CN117235279A (zh) * 2023-09-04 2023-12-15 上海歆广数据科技有限公司 一种融合大语音模型和知识图谱的关键任务开发框架
CN117235279B (zh) * 2023-09-04 2024-03-19 上海峻思寰宇数据科技有限公司 一种融合大语言模型和知识图谱的关键任务开发系统

Also Published As

Publication number Publication date
CN112883196B (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
Amini et al. Mahamgostar. com as a case study for adoption of laravel framework as the best programming tools for php based web development for small and medium enterprises
Ambreen et al. Empirical research in requirements engineering: trends and opportunities
CN110188198B (zh) 一种基于知识图谱的反欺诈方法及装置
Amiri et al. A new fuzzy approach based on BWM and fuzzy preference programming for hospital performance evaluation: A case study
Vörösmarty et al. A literature review of sustainable supplier evaluation with Data Envelopment Analysis
Fish Knowledge automation: how to implement decision management in business processes
US9536196B2 (en) Goal-oriented process generation
CN112883196B (zh) 基于知识图谱的案件分配方法、系统、介质及电子设备
Carayannis et al. OR for entrepreneurial ecosystems: A problem-oriented review and agenda
Barão et al. Strengthening urban sustainability: Identification and analysis of proactive measures to combat blight
CN112861980B (zh) 一种基于大数据的事历任务表挖掘方法及计算机设备
Alomair et al. A review of evaluation methods and techniques for simulation packages
Qatawneh The influence of data mining on accounting information system performance: a mediating role of information technology infrastructure
Mohammadrezaytayebi et al. Introducing a system dynamic–based model of quality estimation for construction industry subcontractors’ works
Verma et al. FinTech in small and medium enterprises (SMEs): A review and future research agenda
US20220215142A1 (en) Extensible Agents in Agent-Based Generative Models
Imran et al. Advancing Process Audits with Process Mining: A systematic review of trends, challenges, and opportunities
Van Helvert-Beugels et al. Boards of advisors in family small-and medium-sized enterprises
Niknamian The Relationship Between Valuation Criteria and Maturity Level of Knowledge Management: An Empirical Analysis.
Warin et al. Mapping innovations in artificial intelligence through patents: a social data science perspective
Rigamonti et al. HR analytics state of the art and future directions: A scoping review based on natural language processing technique
Yustina et al. Recommendation of Prospective Construction Service Providers in Government Procurement Using Decision Tree
Claase Optimizing feasibility studies: Based on a Grounded Theory type comparison of feasibility design research
Rosendale et al. Developing and verifying an artificial twin of the organ procurement and transplant process: A systems approach
Pannala Detection Healthcare Frauds in Insurance Industry by Healthcare Service Providers

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