CN114238418B - 信用卡要素表生成方法、系统和可读存储介质 - Google Patents

信用卡要素表生成方法、系统和可读存储介质 Download PDF

Info

Publication number
CN114238418B
CN114238418B CN202210168750.4A CN202210168750A CN114238418B CN 114238418 B CN114238418 B CN 114238418B CN 202210168750 A CN202210168750 A CN 202210168750A CN 114238418 B CN114238418 B CN 114238418B
Authority
CN
China
Prior art keywords
data
credit card
information
case
rule base
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
Application number
CN202210168750.4A
Other languages
English (en)
Other versions
CN114238418A (zh
Inventor
郭家声
岳辉
张效涛
邱小华
刘鸿宇
李丽斯
梁颖仪
何咏麟
栾晓鹏
郭雪超
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.)
Hangzhou Yaohui Zhihao Internet Information Technology Co ltd
Foshan Chancheng District People's Court
Original Assignee
Hangzhou Yaohui Zhihao Internet Information Technology Co ltd
Foshan Chancheng District People's Court
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 Hangzhou Yaohui Zhihao Internet Information Technology Co ltd, Foshan Chancheng District People's Court filed Critical Hangzhou Yaohui Zhihao Internet Information Technology Co ltd
Priority to CN202210168750.4A priority Critical patent/CN114238418B/zh
Publication of CN114238418A publication Critical patent/CN114238418A/zh
Application granted granted Critical
Publication of CN114238418B publication Critical patent/CN114238418B/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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295—Named entity recognition
    • 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)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Technology Law (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开的一种信用卡要素表生成方法、系统和可读存储介质，其中方法包括：获取历史数据中的公共要素信息以生成要素数据库；识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中；基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据；对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息。本发明能够基于历史数据进行训练，得到要素数据库以及对照关系规则库，而后可以根据用户端上传的数据匹配要素数据库以及对照关系规则库得到对应的数据进行可视化显示，以得到信用卡要素表，以完善信用卡案件信息，过程快捷高效，要素清晰体现，便于法官厘清案情。

Description

信用卡要素表生成方法、系统和可读存储介质
技术领域
本发明涉及法院文书技术领域，更具体的，涉及一种信用卡要素表生成方法、系统和可读存储介质。
背景技术
信用卡纠纷是诉讼高风险的行业之一，来自内外部的各种不确定性导致银行信用、市场、 操作及法律、合规、声誉等风险的产生；面对客户违约，银行起诉交易对手而依法维权、化解 风险，依法清收是常规手段之一。
在法院分析案件时，协助法院工作人员快速地厘清人物关系及出现的问题，智能厘清案情中人物关系、问题、证据等材料，将要素提取出来，清晰地将分析结果展示给用户，另外，现有技术中还无法做到基于案件材料中的实体关系，提取案件材料中关键要素，将案情可视化以辅助法官厘清案情。
发明内容
鉴于上述问题，本发明的目的是提供一种信用卡要素表生成方法、系统和可读存储介质，能够根据用户端上传的数据匹配要素数据库以及对照关系规则库得到对应的数据进行可视化显示，完善信用卡案件信息，过程快捷高效，要素清晰体现，便于法官厘清案情。
本发明第一方面提供了一种信用卡要素表生成方法，包括以下步骤：
获取历史数据中的公共要素信息以生成要素数据库；
识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中；
基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据；
对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息。
本方案中，所述获取历史数据中的公共要素信息以生成要素数据库，具体为：
基于所述历史数据进行数据分析获取要素信息数据集；
对所述要素信息数据集中的数据进行向量化并进行聚类，得到所述公共要素信息；
并基于不同时间、不同法院对所述公共要素信息进行分类以得到所述要素数据库。
本方案中，所述识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中，具体为：
对所述历史数据中的每个案件进行实体识别，并对每个实体进行关系分类；
利用预设模型对所述案件的实体分类结果进行对照分析以得到所述信用卡实体对照关系；
并将所述信用卡实体对照关系进行存储，以得到所述规则库。
本方案中，所述基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据，具体为：
获取用户端上传的所述数据包，并对所述数据包进行解析，其中，
将所述数据包与所述要素数据库匹配得到的案件类型作为所述第一数据；
将所述数据包与所述规则库匹配得到的案件材料信息作为所述第二数据。
本方案中，所述对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息，具体为：
分别将所述第一数据以及所述第二数据作为所述信用卡要素表的组成部分，以得到所述信用卡要素表，并对所述信用卡要素表进行可视化显示；
基于所述信用卡要素表的内容进行提取排序，以得到对应的所述信用卡案件信息。
本方案中，所述方法还包括将第一数据中的要素值存储到所述第二数据中星座模型的事实表或者维度表中。
本发明第二方面还提供一种信用卡要素表生成系统，包括存储器和处理器，所述存储器中包括信用卡要素表生成方法程序，所述信用卡要素表生成方法程序被所述处理器执行时实现如下步骤：
获取历史数据中的公共要素信息以生成要素数据库；
识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中；
基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据；
对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息。
本方案中，所述获取历史数据中的公共要素信息以生成要素数据库，具体为：
基于所述历史数据进行数据分析获取要素信息数据集；
对所述要素信息数据集中的数据进行向量化并进行聚类，得到所述公共要素信息；
并基于不同时间、不同法院对所述公共要素信息进行分类以得到所述要素数据库。
本方案中，所述识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中，具体为：
对所述历史数据中的每个案件进行实体识别，并对每个实体进行关系分类；
利用预设模型对所述案件的实体分类结果进行对照分析以得到所述信用卡实体对照关系；
并将所述信用卡实体对照关系进行存储，以得到所述规则库。
本方案中，所述基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据，具体为：
获取用户端上传的所述数据包，并对所述数据包进行解析，其中，
将所述数据包与所述要素数据库匹配得到的案件类型作为所述第一数据；
将所述数据包与所述规则库匹配得到的案件材料信息作为所述第二数据。
本方案中，所述对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息，具体为：
分别将所述第一数据以及所述第二数据作为所述信用卡要素表的组成部分，以得到所述信用卡要素表，并对所述信用卡要素表进行可视化显示；
基于所述信用卡要素表的内容进行提取排序，以得到对应的所述信用卡案件信息。
本方案中，所述方法还包括将第一数据中的要素值存储到所述第二数据中星座模型的事实表或者维度表中。
本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种信用卡要素表生成方法程序，所述信用卡要素表生成方法程序被处理器执行时，实现如上述任一项所述的一种信用卡要素表生成方法的步骤。
本发明公开的一种信用卡要素表生成方法、系统和可读存储介质，能够基于历史数据进行训练，得到要素数据库以及对照关系规则库，而后可以根据用户端上传的数据匹配要素数据库以及对照关系规则库得到对应的数据进行可视化显示，以得到信用卡要素表，以完善信用卡案件信息，过程快捷高效，要素清晰体现，便于法官厘清案情。
附图说明
图1示出了本发明一种信用卡要素表生成方法的流程图；
图2示出了本发明一种信用卡要素表生成系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本申请一种信用卡要素表生成方法的流程图。
如图1所示，本申请公开了一种信用卡要素表生成方法，包括以下步骤：
S102，获取历史数据中的公共要素信息以生成要素数据库；
S104，识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中；
S106，基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据；
S108，对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息。
需要说明的是，首先基于信用卡案件信息历史数据获取所述公共要素信息以得到所述要素数据库，而后识别所述历史数据中的信用卡实体对照关系以存入所述规则库中，以完成初始准备，将用户上传的所述数据包分别匹配所述要素数据库以及所述规则库依次得到所述第一数据以及所述第二数据，并对两组数据进行可视化显示，同时基于两组数据得到所述信用卡案件信息，利用自动化获取与可视化显示，来提取出案件材料中关键要素，形成案件中的实体关系可视化以辅助法官厘清案情。
根据本发明实施例，所述获取历史数据中的公共要素信息以生成要素数据库，具体为：
基于所述历史数据进行数据分析获取要素信息数据集；
对所述要素信息数据集中的数据进行向量化并进行聚类，得到所述公共要素信息；
并基于不同时间、不同法院对所述公共要素信息进行分类以得到所述要素数据库。
需要说明的是，根据历史的信用卡案件文书进行解析获取其中要素信息生成所述要素信息数据集，对要素信息进行向量化生成向量化数据集，根据向量化数据集我们通过有监督和无监督的机械学习中的k-means对向量化的数据集进行聚类，获取对应的要素信息，进而得到所述公共要素信息，其中由于不同的受理法院需要的要素信息有所区别，同一个法院不同的时间需要的要素信息也有所区别，因此通过所述公共要素信息进行分类以得到所述要素数据库，其中所述要素信息包含但不限于：“诉讼状”、“证据材料”“贷款流程说明”、“贷款合同”、“个人征信授权书”、“人脸识别及电子签名”、“个人贷款确认书”、“放款到个人账户流水清单”、“个人贷款业务贷款账户对账单”“个人贷款业务客户还款清单”，“利息和罚息计算方式情况说明”、贷款提前到期通知书”、“律师费”、“被告身份证明”、“银行卡账号”、“申请办理日”、“标的金额”、律师费”、尚欠本金”、利息”、违约金/滞纳金”、“分期手续费”、“其他手续费”、“年费”、工本费”、“其他费用”、“逾期日期”、“证据清单”等信息要素。
根据本发明实施例，所述识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中，具体为：
对所述历史数据中的每个案件进行实体识别，并对每个实体进行关系分类；
利用预设模型对所述案件的实体分类结果进行对照分析以得到所述信用卡实体对照关系；
并将所述信用卡实体对照关系进行存储，以得到所述规则库。
需要说明的是，首先使用命名实体识别进行实体识别，然后使用关系分类对每个实体对进行关系分类，取所述预设模型为星座模型，进行对照分析以得到所述信用卡实体对照关系，并将所述信用卡实体对照关系进行存储，以得到所述规则库，所述规则库包括原告的唯一值、被告的唯一值、律师唯一值、以及其他诉讼材料唯一值、证据材料唯一值等信息、星座模型ER图，这个星座模型ER图包含事实表和维度表，其中所述事实表包含案件基本信息表（记录案件基本信息和原告的唯一值、被告的唯一值、材料的唯一值等要素信息），材料基本信息表（记录材料基本信息和材料唯一值、原告唯一值、被告唯一值等要素信息），所述维度表包含原告基本信息表（记录原告基本信息以及原告的唯一值），被告基本信息表（记录被告的基本信息以及被告的唯一值），代理人基本信息表（记录代理人的基本信息以及代理人的唯一值）。
值得一提的是，所述案件基本信息表包括但不限于的要素有：案件编号、系列案对应的id、案件提交时间、案件更新时间、案件创建时间、案件创建人、受理法院、纠纷类型、标的金额、保全金额、立案时间、结案时间、结案案由、案件状态、分案人、审核人、诉讼请求、事实与理由、管辖依据、代理人id、原告id、被告id等要素的基本信息，所述材料基本信息表包括但不限于的要素有：附件名称、附件类型、附件大小、附件类型、文件路径、创建人、创建时间、附件状态、原告id、被告id，案件id等要素的基本信息，所述代理人基本信息表包括但不限于的要素有：代理人姓名、代理人手机号、代理人身份证号、代理人邮箱、代理人住址、与当事人的关系、代理人执业证号、代理人所在单位、代理人所在单位注册地、代理人唯一id等要素的基本信息，所述原告基本信息表包括但不限于的要素有：公司名称、证件号码、是否的非法人组织、法定代表人、法定代表人的职务、法定代表人的性别、法定代表人的民族、法定代表人的证件类型、法定代表人的证件号码、法定代表人证据材料、公司注册地址、联系人姓名、联系人手机号、联系人邮箱、营业执照、承办法院、企业关联律师、原告唯一id等要素的基本信息，其中，常见的信用卡实体关系是：一原告一被告一卡一笔律师费，一卡多笔本金的借款，进行产生多笔利息罚息手续费。
根据本发明实施例，所述基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据，具体为：
获取用户端上传的所述数据包，并对所述数据包进行解析，其中，
将所述数据包与所述要素数据库匹配得到的案件类型作为所述第一数据；
将所述数据包与所述规则库匹配得到的案件材料信息作为所述第二数据。
需要说明的是，基于所述数据包对信用卡案件材料进行解析，与所述要素数据库进行匹配，依据所述数据包内“法院名称”，“信用卡纠纷”等要素匹配案件类型为“信用卡纠纷”，“对应信用卡规则”，依据所述规则库中信用卡规则相契合的“版本号”来判断用户提交的案件材料中，哪些材料，段落及语句会存在要素值，以对用户提交的材料提取对应的所述第一数据以及所述第二数据，根据所述规则库中的所述星座模型ER图得到要素信息与事实表和维度表之间的关联关系，例如：原告信息、被告信息、律师信息、案件信息、证据信息等，把对应的要素信息存储到对应的事实表或维度表中，即将第一数据中的要素值存储到所述第二数据中星座模型的事实表或者维度表中。
根据本发明实施例，所述对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息，具体为：
分别将所述第一数据以及所述第二数据作为所述信用卡要素表的组成部分，以得到所述信用卡要素表，并对所述信用卡要素表进行可视化显示；
基于所述信用卡要素表的内容进行提取排序，以得到对应的所述信用卡案件信息。
需要说明的是，将所述第一数据以及所述第二数据作为所述信用卡要素表的组成部分，以得到所述信用卡要素表，并进行可视化显示，根据所述规则库中的信用卡规则及版本号提取的对应的案件基本信息，得到法院信用卡纠纷案件的案件详情，即所述信用卡案件信息，其中，常见的信用卡案情页面展示信息，例如：一原告一被告一卡一笔律师费，一卡多笔本金的借款，进行产生多笔利息罚息手续费。
值得一提的是，所述方法还包括基于所述原告基本信息表，调用所述历史数据进行匹配，以生成对比文件包。
需要说明的是，在法官厘清案情时，对于案件的处理不单单可以依靠文书，还可以在所述信用卡要素表生成后，基于表内的所述原告基本信息表提取公司名称以及法定代表人，以调用所述历史数据进行匹配，以从所述历史数据中将所述公司名称以及所述法定代表人相同的案件提取出来作为所述对比文件包，供法官厘清案情时用作参考。
值得一提的是，所述方法还包括在所述信用卡要素表可视化显示时，对目标要素进行突出显示，其中，包括对案件编号以及代理人姓名进行突出显示。
需要说明的是，在可视化所述信用卡要素表时，不仅仅包括对案件编号以及代理人姓名进行突出显示，例如加粗或者颜色标记，还可以对原告以及立案时间进行突出显示，其中，突出显示的要素以及显示的方式可以事先设定好。
图2示出了本发明一种信用卡要素表生成系统的框图。
如图2所示，本发明公开了一种信用卡要素表生成系统，包括存储器和处理器，所述存储器中包括信用卡要素表生成方法程序，所述信用卡要素表生成方法程序被所述处理器执行时实现如下步骤：
获取历史数据中的公共要素信息以生成要素数据库；
识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中；
基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据；
对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息。
需要说明的是，首先基于信用卡案件信息历史数据获取所述公共要素信息以得到所述要素数据库，而后识别所述历史数据中的信用卡实体对照关系以存入所述规则库中，以完成初始准备，将用户上传的所述数据包分别匹配所述要素数据库以及所述规则库依次得到所述第一数据以及所述第二数据，并对两组数据进行可视化显示，同时基于两组数据得到所述信用卡案件信息，利用自动化获取与可视化显示，来提取出案件材料中关键要素，形成案件中的实体关系可视化以辅助法官厘清案情。
根据本发明实施例，所述获取历史数据中的公共要素信息以生成要素数据库，具体为：
基于所述历史数据进行数据分析获取要素信息数据集；
对所述要素信息数据集中的数据进行向量化并进行聚类，得到所述公共要素信息；
并基于不同时间、不同法院对所述公共要素信息进行分类以得到所述要素数据库。
需要说明的是，根据历史的信用卡案件文书进行解析获取其中要素信息生成所述要素信息数据集，对要素信息进行向量化生成向量化数据集，根据向量化数据集我们通过有监督和无监督的机械学习中的k-means对向量化的数据集进行聚类，获取对应的要素信息，进而得到所述公共要素信息，其中由于不同的受理法院需要的要素信息有所区别，同一个法院不同的时间需要的要素信息也有所区别，因此通过所述公共要素信息进行分类以得到所述要素数据库，其中所述要素信息包含但不限于：“诉讼状”、“证据材料”“贷款流程说明”、“贷款合同”、“个人征信授权书”、“人脸识别及电子签名”、“个人贷款确认书”、“放款到个人账户流水清单”、“个人贷款业务贷款账户对账单”“个人贷款业务客户还款清单”，“利息和罚息计算方式情况说明”、贷款提前到期通知书”、“律师费”、“被告身份证明”、“银行卡账号”、“申请办理日”、“标的金额”、律师费”、尚欠本金”、利息”、违约金/滞纳金”、“分期手续费”、“其他手续费”、“年费”、工本费”、“其他费用”、“逾期日期”、“证据清单”等信息要素。
根据本发明实施例，所述识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中，具体为：
对所述历史数据中的每个案件进行实体识别，并对每个实体进行关系分类；
利用预设模型对所述案件的实体分类结果进行对照分析以得到所述信用卡实体对照关系；
并将所述信用卡实体对照关系进行存储，以得到所述规则库。
需要说明的是，首先使用命名实体识别进行实体识别，然后使用关系分类对每个实体对进行关系分类，取所述预设模型为星座模型，进行对照分析以得到所述信用卡实体对照关系，并将所述信用卡实体对照关系进行存储，以得到所述规则库，所述规则库包括原告的唯一值、被告的唯一值、律师唯一值、以及其他诉讼材料唯一值、证据材料唯一值等信息、星座模型ER图，这个星座模型ER图包含事实表和维度表，其中所述事实表包含案件基本信息表（记录案件基本信息和原告的唯一值、被告的唯一值、材料的唯一值等要素信息），材料基本信息表（记录材料基本信息和材料唯一值、原告唯一值、被告唯一值等要素信息），所述维度表包含原告基本信息表（记录原告基本信息以及原告的唯一值），被告基本信息表（记录被告的基本信息以及被告的唯一值），代理人基本信息表（记录代理人的基本信息以及代理人的唯一值）。
值得一提的是，所述案件基本信息表包括但不限于的要素有：案件编号、系列案对应的id、案件提交时间、案件更新时间、案件创建时间、案件创建人、受理法院、纠纷类型、标的金额、保全金额、立案时间、结案时间、结案案由、案件状态、分案人、审核人、诉讼请求、事实与理由、管辖依据、代理人id、原告id、被告id等要素的基本信息，所述材料基本信息表包括但不限于的要素有：附件名称、附件类型、附件大小、附件类型、文件路径、创建人、创建时间、附件状态、原告id、被告id，案件id等要素的基本信息，所述代理人基本信息表包括的那不限于的要素有：代理人姓名、代理人手机号、代理人身份证号、代理人邮箱、代理人住址、与当事人的关系、代理人执业证号、代理人所在单位、代理人所在单位注册地、代理人唯一id等要素的基本信息，所述原告基本信息表包括但不限于的要素有：公司名称、证件号码、是否的非法人组织、法定代表人、法定代表人的职务、法定代表人的性别、法定代表人的民族、法定代表人的证件类型、法定代表人的证件号码、法定代表人证据材料、公司注册地址、联系人姓名、联系人手机号、联系人邮箱、营业执照、承办法院、企业关联律师、原告唯一id等要素的基本信息，其中，常见的信用卡实体关系是：一原告一被告一卡一笔律师费，一卡多笔本金的借款，进行产生多笔利息罚息手续费。
根据本发明实施例，所述基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据，具体为：
获取用户端上传的所述数据包，并对所述数据包进行解析，其中，
将所述数据包与所述要素数据库匹配得到的案件类型作为所述第一数据；
将所述数据包与所述规则库匹配得到的案件材料信息作为所述第二数据。
需要说明的是，基于所述数据包对信用卡案件材料进行解析，与所述要素数据库进行匹配，依据所述数据包内“法院名称” “信用卡纠纷”等要素匹配案件类型为“信用卡纠纷”，“对应信用卡规则”，依据所述规则库中信用卡规则相契合的“版本号”来判断用户提交的案件材料中，哪些材料，段落及语句会存在要素值，以对用户提交的材料提取对应的所述第一数据以及所述第二数据，根据所述规则库中的所述星座模型ER图得到要素信息与事实表和维度表之间的关联关系，例如：原告信息、被告信息、律师信息、案件信息、证据信息等，把对应的要素信息存储到对应的事实表或维度表中，即将第一数据中的要素值存储到所述第二数据中星座模型的事实表或者维度表中。
根据本发明实施例，所述对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息，具体为：
分别将所述第一数据以及所述第二数据作为所述信用卡要素表的组成部分，以得到所述信用卡要素表，并对所述信用卡要素表进行可视化显示；
基于所述信用卡要素表的内容进行提取排序，以得到对应的所述信用卡案件信息。
需要说明的是，将所述第一数据以及所述第二数据作为所述信用卡要素表的组成部分，以得到所述信用卡要素表，并进行可视化显示，根据所述规则库中的信用卡规则及版本号提取的对应的案件基本信息，得到法院信用卡纠纷案件的案件详情，即所述信用卡案件信息，其中，常见的信用卡案情页面展示信息，例如：一原告一被告一卡一笔律师费，一卡多笔本金的借款，进行产生多笔利息罚息手续费。
值得一提的是，所述方法还包括基于所述原告基本信息表，调用所述历史数据进行匹配，以生成对比文件包。
需要说明的是，在法官厘清案情时，对于案件的处理不单单可以依靠文书，还可以在所述信用卡要素表生成后，基于表内的所述原告基本信息表提取公司名称以及法定代表人，以调用所述历史数据进行匹配，以从所述历史数据中将所述公司名称以及所述法定代表人相同的案件提取出来作为所述对比文件包，供法官厘清案情时用作参考。
值得一提的是，所述方法还包括在所述信用卡要素表可视化显示时，对目标要素进行突出显示，其中，包括对案件编号以及代理人姓名进行突出显示。
需要说明的是，在可视化所述信用卡要素表时，不仅仅包括对案件编号以及代理人姓名进行突出显示，例如加粗或者颜色标记，还可以对原告以及立案时间进行突出显示，其中，突出显示的要素以及显示的方式可以事先设定好。
本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种信用卡要素表生成方法程序，所述信用卡要素表生成方法程序被处理器执行时，实现如上述任一项所述的一种信用卡要素表生成方法的步骤。
本发明公开的一种信用卡要素表生成方法、系统和可读存储介质，能够基于历史数据进行训练，得到要素数据库以及对照关系规则库，而后可以根据用户端上传的数据匹配要素数据库以及对照关系规则库得到对应的数据进行可视化显示，以得到信用卡要素表，以完善信用卡案件信息，过程快捷高效，要素清晰体现，便于法官厘清案情。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (4)

1.一种信用卡要素表生成方法，其特征在于，包括以下步骤：
获取历史数据中的公共要素信息以生成要素数据库；
识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中；
基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据；
对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息；
所述获取历史数据中的公共要素信息以生成要素数据库，具体为：
基于所述历史数据进行数据分析获取要素信息数据集；
对所述要素信息数据集中的数据进行向量化并进行聚类，得到所述公共要素信息；
并基于不同时间、不同法院对所述公共要素信息进行分类以得到所述要素数据库；
所述识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中，具体为：
对所述历史数据中的每个案件进行实体识别，并对每个实体进行关系分类；
利用预设模型对所述案件的实体分类结果进行对照分析以得到所述信用卡实体对照关系；
并将所述信用卡实体对照关系进行存储，以得到所述规则库；
所述基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据，具体为：
获取用户端上传的所述数据包，并对所述数据包进行解析，其中，
将所述数据包与所述要素数据库匹配得到的案件类型作为所述第一数据；
将所述数据包与所述规则库匹配得到的案件材料信息作为所述第二数据；
所述对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息，具体为：
分别将所述第一数据以及所述第二数据作为所述信用卡要素表的组成部分，以得到所述信用卡要素表，并对所述信用卡要素表进行可视化显示；
基于所述信用卡要素表的内容进行提取排序，以得到对应的所述信用卡案件信息。
2.根据权利要求1所述的一种信用卡要素表生成方法，其特征在于，所述方法还包括将第一数据中的要素值存储到所述第二数据中星座模型的事实表或者维度表中。
3.一种信用卡要素表生成系统，其特征在于，包括存储器和处理器，所述存储器中包括信用卡要素表生成方法程序，所述信用卡要素表生成方法程序被所述处理器执行时实现如下步骤：
获取历史数据中的公共要素信息以生成要素数据库；
识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中；
基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据；
对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息；
所述获取历史数据中的公共要素信息以生成要素数据库，具体为：
基于所述历史数据进行数据分析获取要素信息数据集；
对所述要素信息数据集中的数据进行向量化并进行聚类，得到所述公共要素信息；
并基于不同时间、不同法院对所述公共要素信息进行分类以得到所述要素数据库；
所述识别所述历史数据中的信用卡实体对照关系，并存入预设规则库中，具体为：
对所述历史数据中的每个案件进行实体识别，并对每个实体进行关系分类；
利用预设模型对所述案件的实体分类结果进行对照分析以得到所述信用卡实体对照关系；
并将所述信用卡实体对照关系进行存储，以得到所述规则库；
所述基于上传的数据包匹配所述要素数据库得到第一数据，匹配所述规则库得到第二数据，具体为：
获取用户端上传的所述数据包，并对所述数据包进行解析，其中，
将所述数据包与所述要素数据库匹配得到的案件类型作为所述第一数据；
将所述数据包与所述规则库匹配得到的案件材料信息作为所述第二数据；
所述对所述第一数据以及所述第二数据进行可视化显示，并基于所述第一数据与所述第二数据得到信用卡案件信息，具体为：
分别将所述第一数据以及所述第二数据作为所述信用卡要素表的组成部分，以得到所述信用卡要素表，并对所述信用卡要素表进行可视化显示；
基于所述信用卡要素表的内容进行提取排序，以得到对应的所述信用卡案件信息。
4.一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中包括一种信用卡要素表生成方法程序，所述信用卡要素表生成方法程序被处理器执行时，实现如权利要求1至2中任一项所述的一种信用卡要素表生成方法的步骤。
CN202210168750.4A 2022-02-24 2022-02-24 信用卡要素表生成方法、系统和可读存储介质 Active CN114238418B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210168750.4A CN114238418B (zh) 2022-02-24 2022-02-24 信用卡要素表生成方法、系统和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210168750.4A CN114238418B (zh) 2022-02-24 2022-02-24 信用卡要素表生成方法、系统和可读存储介质

Publications (2)

Publication Number Publication Date
CN114238418A CN114238418A (zh) 2022-03-25
CN114238418B true CN114238418B (zh) 2022-05-10

Family

ID=80747857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210168750.4A Active CN114238418B (zh) 2022-02-24 2022-02-24 信用卡要素表生成方法、系统和可读存储介质

Country Status (1)

Country Link
CN (1) CN114238418B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109344187A (zh) * 2018-08-28 2019-02-15 合肥工业大学 一种司法判决书案情信息结构化处理系统
CN111145052A (zh) * 2019-12-26 2020-05-12 北京法意科技有限公司 司法文书的结构化分析方法及系统
WO2021164226A1 (zh) * 2020-02-20 2021-08-26 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

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150074132A1 (en) * 2013-09-10 2015-03-12 Pigeon.LY Methods and systems for inmate searching
CN112417880B (zh) * 2020-11-30 2023-06-23 太极计算机股份有限公司 一种面向法院电子卷宗的案情信息自动抽取方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109344187A (zh) * 2018-08-28 2019-02-15 合肥工业大学 一种司法判决书案情信息结构化处理系统
CN111145052A (zh) * 2019-12-26 2020-05-12 北京法意科技有限公司 司法文书的结构化分析方法及系统
WO2021164226A1 (zh) * 2020-02-20 2021-08-26 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
CN114238418A (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
US10558967B2 (en) Mobile phone payment system using integrated camera credit card reader
US8306986B2 (en) Method, system, and computer program product for linking customer information
US20050203857A1 (en) Methods for transaction processing
US20160189122A1 (en) Internet Payment System Using Credit Card Imaging
CN111178219A (zh) 票据识别管理方法、装置、存储介质及电子设备
CA2502811A1 (en) System and method for capture, storage and processing of receipts and related data
CN111861732A (zh) 一种风险评估系统及方法
WO2006023822A2 (en) Validating negotiable documents using public document validation profiles
CN110502694A (zh) 基于大数据分析的律师推荐方法及相关设备
US20130085925A1 (en) Audit and verification system and method
CN114549241A (zh) 合同审查方法、装置、系统与计算机可读存储介质
CN112487982A (zh) 商户信息的审核方法、系统和存储介质
CN111680693A (zh) 理赔业务批量处理方法及装置
Vona Fraud data analytics methodology: The fraud scenario approach to uncovering fraud in core business systems
CN114238418B (zh) 信用卡要素表生成方法、系统和可读存储介质
CN112200696A (zh) 一种基于互联网的不动产便民服务系统
BE1026870B1 (nl) Systeem en werkwijze voor automatische verificatie van onkostennota
CN110956445B (zh) 用于生成风险文件的方法和装置
KR20150097837A (ko) 계정추천 및 전표생성을 위한 패턴생성시스템 및 그 제공방법
CN110046200B (zh) 文本可信模型分析方法、设备和装置
US20180137578A1 (en) System and method for prediction of deduction claim success based on an analysis of electronic documents
CN116151993B (zh) 一种基于双校验保险机制的整合通用投保流程系统及方法
JP6829980B2 (ja) 会計サーバ及び明細データ取得方法
CN111223230A (zh) 一种基于crnn算法的发票文件真伪识别方法
CN118297730B (zh) 一种基于CIRST指纹匹配的保险行业pos代刷卡风险识别和预警方法

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