CN114492358A - 基于rpa和ai的庭前通知文书处理方法、装置、设备及介质 - Google Patents

Abstract

本申请提出一种基于机器人流程自动化RPA和人工智能AI的庭前通知文书处理方法、装置、设备及介质。其中，该方法包括：S1、对于当前需要制作庭前通知文书的目标案件，获取目标案件的关键信息，该关键信息包括案件的当事人信息和案件信息；S2、基于关键信息生成庭前通知文书，该庭前通知文书用于通知案件当事人法院开庭审理的开庭信息，该开庭信息中包括案件信息；S3、将生成的庭前通知文书发送给当事人。通过采用上述技术方案，解决了相关技术中人工手动制作文书和发送文书效率和准确率低下的问题。

Description

基于RPA和AI的庭前通知文书处理方法、装置、设备及介质

技术领域

本申请涉及流程自动化技术领域，尤其涉及一种基于RPA和AI的庭前通知文书处理方法、装置、设备及介质。

背景技术

机器人流程自动化(Robotic Process Automation)简称RPA，是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。

人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。

RPA具有独特的优势：低代码、非侵入。低代码是说，RPA不需要很高的IT水平就能操作，不懂编程的业务人员也能开发流程；非侵入是说，RPA可以模拟人的操作，不用软件系统开放接口。但是传统的RPA具有一定的局限性：只能基于固定的规则，并且应用场景受限。随着AI技术的不断发展，RPA与AI深度融合克服了传统RPA的局限，RPA+AI＝Hand work+Head work，正在极大的改变劳动力的价值。

相关技术中，对于需要法院开庭审理的案件，在开庭之前，法院工作人员需要根据案件关键信息手动制作文书。其中，普通案件需要制作的文书有传票、应诉通知书、诉讼权利义务告知书和举证通知书，简易案件则无需制作举证通知书。文书制作的内容包含传唤事由、应到时间、应到所处，以及联系电话等信息。法院工作人员在将文书制作完成后，还需将制作完成的文书发送给该案件的每位当事人，即完成庭前送达操作。但是由于需要开庭审理的案件数量较大，上述手动处理过程的效率和准确率均较为低下。

发明内容

本申请实施例提供一种基于RPA和AI的庭前通知文书处理方法、装置、设备及介质，以解决相关技术中人工手动制作文书和发送文书效率和准确率低下的问题，技术方案如下：

第一方面，本申请实施例提供了一种基于RPA和AI的庭前通知文书处理方法，应用于RPA机器人，该方法包括：

S1、对于当前需要制作庭前通知文书的目标案件，获取目标案件的关键信息，该关键信息包括案件的当事人信息和案件信息；

S2、基于关键信息生成庭前通知文书，该庭前通知文书用于通知案件当事人法院开庭审理的开庭信息，该开庭信息中包括案件信息；

S3、将生成的庭前通知文书发送给当事人。

可选的，步骤S1具体包括：

S11、在法院案件处理系统中，确定当前需要制作庭前通知文书的目标案件；

S12、获取目标案件的起诉状文书，该起诉状文书中包括当事人信息和案件信息；

S13、对起诉状文书的内容进行识别，并从识别结果中提取目标案件的关键信息。

可选的，步骤S13具体包括：

S131、如果起诉状文书为非结构化图片，则基于光学字符识别OCR组件，将非结构化图片转化为非结构化文本；

S132、从非结构化文本中提取目标案件的关键信息。

可选的，步骤S132具体包括：

基于自然语言处理NLP服务，将非结构化文本转化为结构化文本；

从结构化文本中提取各预设字段对应的属性值，并将各预设字段及对应的属性值作为目标案件的关键信息。可选的，步骤S2具体包括：

S21、根据案件类型标识，确定目标案件的目标类型；

S22、根据目标类型，触发目标案件对应的文书制作指令，该文书制作指令用于指示当前法院案件处理系统显示对应的文书制作模板；

S23、对文书制作模板中的预设字段进行识别，并从关键信息中提取预设字段对应的属性值，并将该属性值写入文书制作模板中，以生成对应的庭前通知文书。

可选的，关键信息还包括法院开庭审理的时间信息和地址信息；

相应的，本申请实施例提供的方法还包括：

如果文书制作模板的开庭信息中不存在时间信息和地址信息对应的属性值，则从法庭案件的排期结果表中获取时间信息和地址信息对应的属性值，并将获取到的属性值写入文书制作模板中。

可选的，步骤S3具体包括：

S31、触发文书送达指令，该文书送达指令用于指示当前法院案件处理系统将制作完成的庭前通知文书发送到法院送达平台；

S32、在法院送达平台，通过触发提交指令，将制作完成的庭前通知文书发送给当事人。

可选的，本申请实施例提供的方法还包括：

在完成所有目标案件的庭前通知文书的发送操作后，生成执行结果文件，该执行结果文件中包括各目标案件的案号信息和对应庭前通知文书的办理状态。

第二方面，本申请实施例提供了一种基于RPA和AI的庭前通知文书处理装置，该装置包括：

关键信息获取模块，被配置为对于当前需要制作庭前通知文书的目标案件，获取目标案件的关键信息，该关键信息包括案件的当事人信息和案件信息；

文书制作模块，被配置为基于关键信息生成庭前通知文书，该庭前通知文书用于通知案件当事人法院开庭审理的开庭信息，该开庭信息包括案件信息；

文书发送模块，被配置为将生成的庭前通知文书发送给当事人。

可选的，关键信息获取模块，包括：

目标案件确定单元，被配置为在法院案件处理系统中，确定当前需要制作庭前通知文书的目标案件；

起诉状文书获取单元，被配置为获取目标案件的起诉状文书，该起诉状文书中包括当事人信息和案件信息；

关键信息提取单元，被配置为对起诉状文书的内容进行识别，并从识别结果中提取目标案件的关键信息。

可选的，关键信息提取单元，包括：

文本转化子单元，被配置为如果起诉状文书为非结构化图片，则基于光学字符识别OCR组件，将非结构化图片转化为非结构化文本；

关键信息提取子单元，被配置为从非结构化文本中提取目标案件的关键信息。

可选的，关键信息提取子单元，具体被配置为：

基于自然语言处理NLP服务，将非结构化文本转化为结构化文本；

从结构化文本中提取各预设字段对应的属性值，并将各预设字段及对应的属性值作为目标案件的关键信息。可选的，文书制作模块，具体被配置为：

根据案件类型标识，确定目标案件的目标类型；

根据所述目标类型，触发目标案件对应的文书制作指令，该文书制作指令用于指示当前法院案件处理系统显示对应的文书制作模板；

对文书制作模板中的预设字段进行识别，并从关键信息中提取所述预设字段对应的属性值，并将该属性值写入文书制作模板中，以生成对应的庭前通知文书。

可选的，关键信息还包括法院开庭审理的时间信息和地址信息；

相应的，本申请实施例提供的装置还包括：

开庭信息写入模块，被配置为如果识别出文书制作模板中不存在时间信息和地址信息对应的属性值，则从法庭案件的排期结果表中获取时间信息和地址信息对应的属性值，并将获取到的属性值写入文书制作模板中。

可选的，文书发送模块，具体被配置为：

触发文书送达指令，该文书送达指令用于指示当前法院案件处理系统将制作完成的庭前通知文书发送到法院送达平台；

在所述法院送达平台，通过触发提交指令，将制作完成的庭前通知文书发送给当事人。

可选的，本申请实施例提供的装置还包括：

执行结果生成模块，被配置为在完成所有目标案件的庭前通知文书的发送操作后，生成执行结果文件，该执行结果文件中包括各目标案件的案号信息和对应庭前通知文书的办理状态。

第三方面，本申请实施例提供了一种用于处理庭前通知文书的设备，该设备包括：存储器和处理器。其中，该存储器和该处理器通过内部连接通路互相通信，该存储器用于存储指令，该处理器用于执行该存储器存储的指令，并且当该处理器执行该存储器存储的指令时，使得该处理器执行上述各方面任一种实施方式中的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储计算机程序，当计算机程序在计算机上运行时，上述各方面任一种实施方式中的方法被执行。

本申请实施例提供的技术方案，RPA机器人不受精力、情绪和时间的影响，可稳定、有效地实现每天24小时无间断工作。通过采用RPA机器人代替人工的方式制作和发送庭前通知文书，节省了工作人员的时间，实现了庭前通知文书的自动化批量制作，提高了庭前通知文书处理的效率和准确率。此外，由于RPA机器人的每一步自动化操作均具有可追溯性，在其操作过程中如果出现了异常，则很容易被发现和解决，避免了人工在制作庭前通知文书过程中难以定位异常环节的问题。

上述技术方案中的优点或有益效果至少包括：

1、通过采用RPA与AI相结合的技术，对目标案件的关键信息进行识别和抽取，提高了识别的效率和准确率。相对于相关技术中人工在制作庭前通知文书时，每输入一个字段就要查询一次关键信息的方式，本申请实施例提供的信息识别和抽取方式可以做到一次抽取、重复使用的效果，有效节省了法院工作人员的时间，提高了法院案件的处理效率。

2、RPA机器人通过代替人工识别文书制作模板中的预设字段，并将预设字段对应的属性值写入文书制作模板，避免了人工手动制作文书费事费力的问题，有效提高了文书制作的效率。

3、通过RPA机器人可实现两个业务系统的自动切换，解决了人工手动切换系统时效率低下的问题，节省了大量的人力资源。此外，在完成业务系统的自动切换后，在文书发送之前，RPA机器人可代替人工实现当事人信息与文书数量的自动核对，解决了人工核对过程效率和准确率低下的问题。

上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。

附图说明

在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。

图1a为本申请实施例一提供的一种RPA和AI的庭前通知文书处理方法的流程图；

图1b为本申请实施例一提供的法院案件处理系统中案件列表的效果截图截图；

图1c为本申请实施例一提供的一种通过NLP进行信息抽取的效果截图；

图1d为本申请实施例一提供的一种通过AI平台识别和抽取文本内容的效果截图；

图1e为本申请实施例一提供的一种法院传票制作的效果截图；

图2为本申请实施例二提供的一种RPA和AI的庭前通知文书处理方法的流程图；

图3a为本申请实施例三提供的一种RPA和AI的庭前通知文书处理方法的流程图；

图3b为本申请实施例三提供的将文书发送至法院送达平台的效果截图；

图3c为本申请实施例三提供的RPA机器人生成的执行结果文件的效果截图；

图4为本申请实施例四提供的一种基于RPA和AI的庭前通知文书处理装置的结构框图；

图5为本申请实施例五提供的一种用于处理庭前通知文书的设备的结构框图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。

在本申请的描述中，术语“庭前通知文书”包括传票、应诉通知书、诉讼权利义务告知书和举证通知书四类。文书制作的内容包含传唤事由、应到时间、应到所处，以及联系电话等信息，其作用是通知案件当事人法院开庭审理的开庭信息，该开庭信息包括案件信息，开庭审理的时间和地址等。其中，案件当事人包括案件的原告和被告。

在本申请的描述中，术语“法院案件处理系统”，是法院内部用于处理案件流程的执行系统，该系统中录入有已受理的多个案件的案件信息，其中，案件信息包括案号、执行主体、案由、立案日期和届满日期等。该系统支持C/S(Client/Server，客户机/服务器)结构和B/S(Browser/Server，浏览器/服务器)结构。其中，C/S结构是通过将任务合理分配到Client(客户机)端和Server(服务器)端，降低了系统的通讯开销。B/S结构是随着英特网技术的兴起，对C/S结构的一种变化或者改进的结构。在这种结构下，用户界面完全通过浏览器实现，浏览器是客户端最主要的应用软件。这种模式统一了客户端，将系统功能实现的核心部分集中到服务器上，简化了系统的开发、维护和使用。

在本申请的描述中，术语“起诉状文书”指原告为维护自身的权益，认为自己的合法权益受到侵害或者与他人发生争议时，依据事实和法律，向人民法院提起诉讼，请求依法裁判的诉讼文书。

在本申请的描述中，术语“文书制作模板”中包含有已生成的庭前通知文书的部分关键信息，例如，开庭审理的时间和地点。此外，该“文书制作模板”中还包含有一些待填写的关键信息，例如当事人的姓名和联系方式等。

在本申请的描述中，术语“法庭案件的排期结果表”是指人民法院受理案件后，根据实际情况及相关法律规定安排案件审理的具体时间表。该“法庭案件的排期结果表”中还包含有开庭审理的地点信息、当事人信息等。

在本申请的描述中，术语“文书送达指令”是“法院案件处理系统”的操作界面上，用于对制作完成的文书进行发送的指令。RPA(Robotic Process Automation，机器人流程自动化)机器人可通过触发操作界面上的文书送达按钮，触发该“文书送达指令”，以将制作完成的文书发送到法院送达平台。

在本申请的描述中，术语“法院送达平台”是用于将制作完成的庭前通知文书发送给案件当事人的业务操作平台。RPA机器人可通过触发法院送达平台的“提交”按钮，触发“提交指令”，即将制作完成的各庭前通知文书发送给该案件的所有当事人。

在本申请的描述中，术语“非结构化文本”指以文本，如字符、数字、标点、各种可打印的符号等，作为数据形式的非结构化的数据，这一类数据不方便用数据库二维逻辑表来表现。

在本申请的描述中，术语“结构化文本”是指能够用数据或统一的结构加以表示的信息，是高度组织和整齐格式化的数据。它是可以放入表格和电子表格中的数据类型。

在本申请的描述中，术语“OCR”是指光学字符识别(Optical CharacterRecognition)，具体是指电子设备检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。

在本申请的描述中，术语“NLP”指自然语言处理(Natural LanguageProcessing)，具体是研究人与计算机交互的语言问题的一门学科。本申请实施例中，将其应用于庭前通知文书的关键信息的抽取过程中。

在本申请的描述中，术语“预设字段”是预先设置的与起诉状文书的内容相对应的关键信息，例如，文书类型、原告、被告和联系电话等。“预设字段”对应的“属性值”是指关键信息的具体内容，例如“文书类型”是“民事诉讼状”、“原告”为“张三”等。

参照下面的描述和附图，将清楚本申请的实施例的这些和其他方面。在这些描述和附图中，具体公开了本申请的实施例中的一些特定实施方式，来表示实施本申请的实施例的原理的一些方式，但是应当理解，本申请的实施例的范围不受此限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

以下结合附图对本申请实施例提供的基于RPA和AI的庭前通知文书处理方法、装置、设备及介质进行详细介绍。

实施例一

图1a为本申请实施例一提供的一种RPA和AI的庭前通知文书处理方法的流程图，该方法可应用于在法院对案件开庭审理之前，通知案件当事人开庭审理信息的应用场景下。本实施例的技术方案是通过RPA机器人来执行的，该RPA机器人可搭载在UiBot Creator平台上，该UiBot Creator平台是一款专业强大的机器人生产工具，为机器人提供良好载体。本实施例中，可以设置RPA机器人每天定时启动，并登录法院案件处理系统查看是否存在需要制作庭前通知文书的待处理案件，以避免造成待处理案件积压的情况，从而达到提高案件处理效率的效果。如图1a所示，本实施例提供的方法包括：

S110、对于当前需要制作庭前通知文书的目标案件，获取目标案件的关键信息。

本实施例中，可通过登录法院案件处理系统，从法院案件处理系统的案件列表中，确定当前需要制作庭前通知文书的目标案件。

具体的，RPA机器人可打开浏览器，并通过对页面的Html(Hyper Text MarkupLanguage，超文本标记语言)标签进行识别，得到当前网页的链接标识。基于该链接标识，RPA机器人可输入法院案件处理系统的地址链接，从而打开法院案件处理系统的登录界面。RPA机器人可识别登录界面上的用户名和密码控件，并输入用户名和密码信息，以登录法院案件处理系统。

RPA机器人在登录法院案件处理系统之后，可在法院案件处理系统的操作界面上识别出“承办”组件，并通过点击“承办”组件的按钮，触发庭前案件处理指令，该庭前案件处理指令用于指示法院案件处理系统在当前操作界面显示当前需要制作庭前通知文书的各目标案件。

具体的，图1b为本申请实施例一提供的法院案件处理系统中案件列表的效果截图。如图1b所示，该法院案件处理系统中录入有当前需要制作庭前通知文书的多个目标案件的案件信息，该案件信息包括案号、执行主体、案由和届满日期等。其中，案号是案件的身份标识，不同案件对应的案号不同。如图1b所示，对于列表中的各个目标案件，RPA机器人可依次选中该目标案件，并依次完成各目标案件的庭前通知文书的制作。

本实施例中，庭前通知文书的制作过程需要用到目标案件的关键信息，该关键信息包括案件的当事人信息和案件信息，其中，案件当事人包括案件的原告和被告，当事人信息包括原告和被告的姓名、地址和联系方式等。案件信息还包括诉讼请求和诉讼原因等。本实施例中，RPA机器人可通过识别目标案件的起诉状文书的内容，得到该目标案件的当事人信息和案件信息。

示例性的，RPA机器人可从法院案件处理系统中获取到目标案件的起诉状文书。具体的，RPA机器人在法院案件处理系统的“承办”界面，在选中目标案件后，通过点击当前操作界面的“编辑”按键，可得到该目标案件的相关文件，其中包含有该目标案件的起诉状文书。

示例性的，如果目标案件的起诉状文书预先存储于本地的设定文件中，则可设置RPA机器人打开该设定文件夹，以得到该目标案件的起诉状文书。

本实施例中，RPA机器人在获取到目标案件的起诉状文书之后，可对起诉状文书的内容进行识别，从而得到目标案件的关键信息。其中，如果获取到的起诉状文书是以可编辑的非结构化文本的形式存在，则RPA机器人可直接从非结构化文本中提取出目标案件的关键信息。但如果获取到的起诉状文书是以图片或者影印文件等非结构化图片的形式存在，则RPA机器人在对起诉状文书的内容进行识别时，可结合AI(Artificial Intelligence，人工智能)技术中的OCR能力，先将非结构化图片转化为可复制粘贴的非结构化文本，然后再从非结构化文本中提取目标案件的关键信息。

本实施例中，具有图片识别功能的AI平台为UiBot Mage平台，该UiBot Mage平台是一款主要为RPA机器人开发者提供AI能力支持的工具型产品。该平台与RPA机器人搭载的UiBot Creator平台均依赖于UiBot平台上，UiBot平台是流程自动化专家，是一款面向多类需求、为业务全流程提供智能机器人服务的平台。其中，AI平台可以部署在本地，也可以部署在云服务器中。

具体的，可通过一个同时登录RPA平台以及AI平台的目标账号，即UiBot帐号，使得RPA机器人所搭载的平台与AI平台相结合。在使用该目标账号同时登录了RPA机器人所搭载的平台以及AI平台后，RPA机器人所搭载的平台即与AI平台建立了通信连接，也即RPA机器人可以直接调用已发布的OCR组件对起诉状文书的内容进行识别，得到起诉状文书对应的非结构化文本。

本实施例中，在得到起诉状文书的非结构化文本之后，可从非结构化文本中提取出目标案件的关键信息。

作为一种可选的实施方式，RPA机器人可通过关键字匹配的方式，确定非结构化文本中与预设字段相匹配的目标关键字，如果目标关键字之后相邻的字符是预设字符，例如“冒号”，则可将该预设字符之后的文本内容作为目标案件的关键信息。

作为另一种可选的实施方式，RPA机器人可基于AI平台的NLP服务，将非结构化文本转化为结构化文本，并从结构化文本中提取各预设字段对应的属性值，并将各预设字段及对应的属性值作为目标案件的关键信息。其中，NLP服务的数据抽取规则可预先进行设置，例如，对于要抽取的起诉状文书的类型，创建的规则可以为获取文档的首行内容；对于要抽取的当事人信息，创建的规则可以为识别文档中预设字段的字段名，例如原告、被告、联系电话和住址等，并将预设字段后的文本内容作为当事人信息。图1c为本申请实施例一提供的一种通过NLP进行信息抽取的效果截图。如图1c所示，对于非结构化文本，RPA机器人可从中抽取出“文本类型”这一字段名对应的字段值：“民事诉讼状”，并抽取出“原告”这一字段名对应的字段值：“XXX”。

具体的，图1d为本申请实施例一提供的一种通过AI平台识别和抽取文本内容的效果截图。如图1d所示，原非结构化图片为民事起诉状，RPA机器人通过OCR对其进行识别后，得到可复制粘贴的非结构化文本，即如图1d所示的文本识别结果的内容。接着，RPA机器人可利用NLP服务将非结构化文本转化为结构化文本，即按照预设字段的字段名，抽取出各预设字段对应的属性值，直到抽出所有预设字段对应的属性值，这些抽取出的属性值可作为制作庭前通知文书时需要填写的关键信息。

本实施例中，采用了RPA与AI相结合的技术对目标案件的关键信息进行识别和抽取，提高了识别的效率和准确率。相对于相关技术中人工在制作庭前通知文书时，每输入一个字段就要查询一次起诉书文书内容的方式，本实施例提供的信息识别和抽取方式可以做到一次抽取、重复使用的效果，有效节省了法院工作人员的时间，提高了法院案件的处理效率。

S120、基于关键信息生成庭前通知文书。

首先需要说明的是，在法院案件的处理场景下，庭前通知文书包括四种，分别是传票、应诉通知书、诉讼权利义务告知书和举证通知书。其中，传票是是人民法院依法签发的，要求被传唤人按指定的时间，到指定的地点出庭参加诉讼活动或进行其他诉讼行为的书面文件。应诉通知书是人民法院对决定受理的案件，向当事人告知有关的诉讼权利义务。诉讼权利义务告知书用于告知当事人在诉讼过程中所享有的权利和应尽的义务。举证通知书用于通知当事人在规定的时间内提供与案件相关的证据。

还需要说明的是，在法院案件处理系统中的庭前通知文书模板中通常会记录有案件的一些基本信息，例如开庭审理的时间信息、地址信息等。对于任意一种类型的庭前通知文书的制作，法院案件处理系统在接收到该庭前通知文书对应的文书制作指令后，将显示对应的庭前通知文书的制作模板。本实施例中，RPA机器人可识别该庭前通知文书模板的内容是否完整，如果存在缺失，则可基于获取到的目标案件的关键信息，将缺失的信息进行补全，从而完成庭前通知文书的制作。

具体的，图1e为本申请实施例一提供的一种法院传票制作的效果截图。如图1e所示，RPA机器人在点击操作界面上的传票文书制作按键后，将触发传票文书制作指令，此时，法院案件处理系统将显示如图1e所示的传票制作模板。RPA将识别已录入的传票内容的完整性。具体的，RPA机器人将识别传票内容中的各预设字段是否均存在对应的属性值，如果某个字段不存在对应的属性值，则确定该传票内容不完整，例如，如图1e所示，“承办人联系电话”这一预设字段对应的属性值存在缺失，则RPA机器人可从关键信息中提取出“承办人联系电话”这一预设字段对应的属性值，并将其填写入传票中，以完成传票的制作。

作为另一种可选的实施方式，工作人员也可以把庭前通知文书的制作模板预先存储于指定文件夹中。RPA机器人在制作庭前通知文书时，可对指定文件夹中的文书制作模板的内容进行识别，并基于获取到的关键信息将模板中缺失的内容进行补全，从而完成庭前通知文书的制作。

S130、将生成的庭前通知文书发送给当事人。

本实施例中，如果庭前通知文书是通过法院案件处理系统制作完成的，则RPA机器人在将其发送给当时人时可先将其转发到法院送达平台，然后再在法院送达平台将制作完成的庭前通知文书统一进行提交，即将该文书发送给目标案件的所有当事人。

示例性的，如果RPA机器人是通过读取指定文件夹中的文书制作模板来制作庭前通知文书的，则RPA机器人在完成庭前通知文书的制作后，可通过邮件的方式将制作完成的庭前通知文书发送给目标案件的所有当事人。

本实施例中，RPA机器人不受精力、情绪和时间的影响，可稳定、有效地实现每天24小时无间断工作。通过采用RPA机器人代替人工的方式制作和发送庭前通知文书，节省了工作人员的时间，实现了庭前通知文书的自动化批量制作，提高了庭前通知文书处理的效率和准确率。此外，由于RPA机器人的每一步自动化操作均具有可追溯性，在其操作过程中如果出现了异常，则更容易被发现和解决，避免了人工在制作庭前通知文书过程中难以定位异常环节的问题。

实施例二

图2为本申请实施例二提供的一种RPA和AI的庭前通知文书处理方法的流程图，本实施例在上述实施例的基础上，对庭前通知文书的制作过程进行了细化，如图2所示，本实施例提供的方法包括：

S210、对于当前需要制作庭前通知文书的目标案件，获取目标案件的关键信息。

S220、根据案件类型标识，确定目标案件的目标类型。

其中，目标案件的类型包括简易案件和非简易案件。不同类型的案件对应的类型标识不同。例如，对于上述实施例中提到的四类庭前通知文书，简易案件则无需制作举证通知书，非简易案件则需要制作对应的举证通知书。

本实施例中，案件类型标识可从法院案件处理系统的查询得到。

S230、根据目标类型，触发目标案件对应的文书制作指令。

本实施例中，不同类型的庭前通知文书在法院案件处理系统存在对应的文书制作指令。RPA机器人可通过点击操作界面上对应的按钮来触发文书制作指令。对于任意一种类型的庭前通知文书的制作，法院案件处理系统在接收到该庭前通知文书对应的文书制作指令后，将显示对应的文书制作模板。

S240、对文书制作模板中的预设字段进行识别，并从关键信息提取预设字段对应的属性值，并将该属性值写入文书制作模板中，以生成对应的庭前通知文书。

本实施例中，文书制作模板可以表格的形式存在，在表格中可包含有目标案件的一些基本信息，例如，如图1e所示的传票制作模板中，包含有目标案件的案号、案由、当事人、被传唤人和住址等基本信息。

具体的，RPA机器人可对文书制作模板的内容进行识别，如果该文书制作模板是以表格形式存在，即文书制作模板的内容是以字段及其属性值的形式存在，在这种情况下，RPA机器人可识别文书制作模板中各字段是否存在对应的属性值，如果不存在对应的属性值，则可通过关键字匹配的方式，确定该字段是否为关键信息中的预设字段，如果是预设字段，则可从获取到的关键信息中提取出该预设字段对应的属性值，并将该属性值写入文书制作模板中。如图1e所示，对于“传唤事由”这一预设字段，该预设字段对应的属性值为空，RPA机器人可从获取到的关键信息中提取出该预设字段对应的属性值，并确认该属性值对应的光标位置，例如，如果该文书制作模板是左右格式的表格，则可将“传唤事由”这一预设字段对应的光标位置右移一位即为对应的属性值的位置。RPA机器人在确定出该属性在对应的位置后，可将获取到的属性值写入该位置对应的单元格中。

需要说明的是，本实施例提供的关键信息还包括法院开庭审理的时间信息和地址信息。如果打开的文书制作模板中不存在时间信息和地址信息对应的属性值，则RPA可从法庭案件的排期结果表中获取时间信息和地址信息对应的属性值，并将获取到的属性值写入文书制作模板中，以完成庭前通知文书的制作。其中，法庭案件的排期结果表是指人民法院受理案件后，根据实际情况及相关法律规定安排案件审理的具体时间表。该法庭案件的排期结果表中还包含有开庭审理的地点信息、当事人信息等。或者，对于开庭时间而言，如果RPA机器人当前处理的是设定时间段后开庭审理的目标案件，例如，三天后开庭审理的案件，则RPA机器人可根据当前时间推算设定时间段后的开庭时间，并将开庭时间写入文书制作模板中。

S250、将生成的庭前通知文书发送给当事人。

本实施例中，RPA机器人通过识别目标案件的类型，可替代人工触发该类型的目标案件的文书制作指令，得到文书制作模板。RPA机器人通过代替人工识别文书制作模板中的预设字段，并将预设字段对应的属性值写入文书制作模板，避免了人工在制作文书过程，需要不断回看卷宗才能完成文书制作的问题，有效提高了文书制作的效率。

实施例三

图3a为本申请实施例三提供的一种RPA和AI的庭前通知文书处理方法的流程图，本实施例在上述实施例的基础上，对制作完成的庭前通知文书的发送过程进行了细化，如图3a所示，本实施例提供的方法包括：

S310、对于当前需要制作庭前通知文书的目标案件，获取目标案件的关键信息。

S320、基于关键信息生成庭前通知文书。

S330、触发文书送达指令。

其中，文书送达指令用于指示当前法院案件处理系统将制作完成的庭前通知文书发送到法院送达平台，并对法院送达平台的操作界面进行显示。

具体的，图3b为本申请实施例三提供的将文书发送至法院送达平台的效果截图。对于已制作完成的待发送的文书，RPA机器人可选中这些文书，图3b示出了RPA机器人选中的是第6和第8个文档，并通过触发页面上的“保存”按键，触发文书送达指令，即将已制作完成的文书发送至法院送达平台。其中，当前法院案件处理系统在接收到RPA机器人触发的文书送达指令时，将调用与法院送达平台之间的通信接口，将已制作完成的庭前通知文书发送到法院送达平台这一业务系统，并显示法院送达平台的操作界面。

本实施例中，通过RPA机器人可实现两个业务系统的自动切换，解决了人工手动切换系统时效率低下的问题，节省了大量的人力资源。

S340、在法院送达平台，通过触发提交指令，将制作完成的庭前通知文书发送给当事人。

本实施例中，在法院送达平台，RPA机器人在将制作完成的庭前通知文书发送给当事人之前，可根据起诉状文书中当事人的信息和数量，核对当事人信息与文书的数量，避免了人工核对信息时效率低下的问题。在信息对比无误后，通过点击提交按键，可触发提交指令。

S350、在完成所有目标案件的庭前通知文书的发送操作后，生成执行结果文件。

其中，执行结果文件中包括各目标案件的案号信息和对应庭前通知文书的办理状态。其中，办理状态包括办理成功和办理失败两种状态。

具体的，图3c为本申请实施例三提供的RPA机器人生成的执行结果文件的效果截图。如图3c所示，RPA机器人可将各目标案件的案号信息和对应庭前通知文书的办理状态录入Excel(电子表格)中，以供后续工作人员进行查看和分析。

本实施例中，通过采用RPA机器人可实现两个业务系统的自动切换，解决了人工手动切换系统时效率低下的问题，节省了大量的人力资源。此外，在自动完成业务系统的切换后，在文书发送之前，RPA机器人可代替人工实现当事人信息与文书数量的自动核对，解决了人工核对过程效率和准确率低下的问题。

实施例四

图4为本申请实施例四提供的一种基于RPA和AI的庭前通知文书处理装置的结构框图，本实施例提供的装置可通过软件和/或硬件的形式来实现，如图4所示，该装置包括：关键信息获取模块410、文书制作模块420和文书发送模块430，其中，

关键信息获取模块410，被配置为对于当前需要制作庭前通知文书的目标案件，获取目标案件的关键信息，该关键信息包括案件的当事人信息和案件信息；

文书制作模块420，被配置为基于关键信息生成庭前通知文书，该庭前通知文书用于通知案件当事人法院开庭审理的开庭信息，该开庭信息包括案件信息；

文书发送模块430，被配置为将生成的庭前通知文书发送给当事人。

可选的，关键信息获取模块410，包括：

目标案件确定单元，被配置为在法院案件处理系统中，确定当前需要制作庭前通知文书的目标案件；

起诉状文书获取单元，被配置为获取目标案件的起诉状文书，该起诉状文书中包括当事人信息和案件信息；

关键信息提取单元，被配置为对起诉状文书的内容进行识别，并从识别结果中提取目标案件的关键信息。

可选的，关键信息提取单元，包括：

文本转化子单元，被配置为如果起诉状文书为非结构化图片，则基于光学字符识别OCR组件，将非结构化图片转化为非结构化文本；

关键信息提取子单元，被配置为从非结构化文本中提取目标案件的关键信息。

可选的，关键信息提取子单元，具体被配置为：

基于自然语言处理NLP服务，将非结构化文本转化为结构化文本；

从结构化文本中提取各预设字段对应的属性值，并将各预设字段及对应的属性值作为目标案件的关键信息。可选的，文书制作模块，具体被配置为：

根据案件类型标识，确定目标案件的目标类型；

根据所述目标类型，触发目标案件对应的文书制作指令，该文书制作指令用于指示当前法院案件处理系统显示对应的文书制作模板；

对文书制作模板中的预设字段进行识别，并从关键信息中提取所述预设字段对应的属性值，并将该属性值写入文书制作模板中，以生成对应的庭前通知文书。

可选的，关键信息还包括法院开庭审理的时间信息和地址信息；

相应的，本申请实施例提供的装置还包括：

开庭信息写入模块，被配置为如果识别出文书制作模板中不存在时间信息和地址信息对应的属性值，则从法庭案件的排期结果表中获取时间信息和地址信息对应的属性值，并将获取到的属性值写入文书制作模板中。

可选的，文书发送模块，具体被配置为：

触发文书送达指令，该文书送达指令用于指示当前法院案件处理系统将制作完成的庭前通知文书发送到法院送达平台；

在所述法院送达平台，通过触发提交指令，将制作完成的庭前通知文书发送给当事人。

可选的，本申请实施例提供的装置还包括：

执行结果生成模块，被配置为在完成所有目标案件的庭前通知文书的发送操作后，生成执行结果文件，该执行结果文件中包括各目标案件的案号信息和对应庭前通知文书的办理状态。

本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。

实施例五

图5为本申请实施例五提供的一种用于处理庭前通知文书的设备的结构框图。如图5所示，该设备包括：存储器910和处理器920，存储器910内存储有可在处理器920上运行的计算机程序。处理器920执行该计算机程序时实现上述实施例中的基于RPA和AI的庭前通知文书处理方法。存储器910和处理器920的数量可以为一个或多个。

该设备还包括：

通信接口930，用于与外界设备进行通信，进行数据交互传输。

如果存储器910、处理器920和通信接口930独立实现，则存储器910、处理器920和通信接口930可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选的，在具体实现上，如果存储器910、处理器920及通信接口930集成在一块芯片上，则存储器910、处理器920及通信接口930可以通过内部接口完成相互间的通信。

本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现本申请实施例中提供的方法。

本申请实施例还提供了一种芯片，该芯片包括，包括处理器，用于从存储器中调用并运行存储器中存储的指令，使得安装有芯片的通信设备执行本申请实施例提供的方法。

本申请实施例还提供了一种芯片，包括：输入接口、输出接口、处理器和存储器，输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连，处理器用于执行存储器中的代码，当代码被执行时，处理器用于执行申请实施例提供的方法。

应理解的是，上述处理器可以是中央处理器(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(digital signal processing，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(fieldprogrammablegate 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是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器(advanced RISC machines，ARM)架构的处理器。

进一步地，可选的，上述存储器可以包括只读存储器和随机存取存储器，还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以包括只读存储器(read-onlymemory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以包括随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用。例如，静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic random access memory，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data date SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。

应理解的是，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块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存储介质中。该存储介质可以是只读存储器，磁盘或光盘等。

以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (15)

1.一种基于机器人流程自动化RPA和人工智能AI的庭前通知文书处理方法，应用于RPA机器人，其特征在于，包括：

S1、对于当前需要制作庭前通知文书的目标案件，获取所述目标案件的关键信息，所述关键信息包括案件的当事人信息和案件信息；

S2、基于所述关键信息生成庭前通知文书，所述庭前通知文书用于通知案件当事人法院开庭审理的开庭信息，所述开庭信息中包括案件信息；

S3、将生成的庭前通知文书发送给所述当事人。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1具体包括：

S11、在法院案件处理系统中，确定当前需要制作庭前通知文书的目标案件；

S12、获取所述目标案件的起诉状文书，所述起诉状文书中包括当事人信息和案件信息；

S13、对所述起诉状文书的内容进行识别，并从识别结果中提取所述目标案件的关键信息。

3.根据权利要求2所述的方法，其特征在于，所述步骤S13具体包括：

S131、如果所述起诉状文书为非结构化图片，则基于光学字符识别OCR组件，将所述非结构化图片转化为非结构化文本；

S132、从所述非结构化文本中提取所述目标案件的关键信息。

4.根据权利要求3所述的方法，其特征在于，所述步骤S132具体包括：

基于自然语言处理NLP服务，将所述非结构化文本转化为结构化文本；

从所述结构化文本中提取各预设字段对应的属性值，并将各预设字段及对应的属性值作为所述目标案件的关键信息。

5.根据权利要求2-4任一所述的方法，其特征在于，所述步骤S2具体包括：

S21、根据案件类型标识，确定所述目标案件的目标类型；

S22、根据所述目标类型，触发所述目标案件对应的文书制作指令，所述文书制作指令用于指示当前法院案件处理系统显示对应的文书制作模板；

S23、对所述文书制作模板中的预设字段进行识别，并从所述关键信息中提取所述预设字段对应的属性值，并将该属性值写入所述文书制作模板中，以生成对应的庭前通知文书。

6.根据权利要求5所述的方法，其特征在于，所述关键信息还包括法院开庭审理的时间信息和地址信息；

相应的，所述方法还包括：

如果识别出所述文书制作模板的开庭信息中不存在所述时间信息和地址信息对应的属性值，则从法庭案件的排期结果表中获取所述时间信息和地址信息对应的属性值，并将获取到的属性值写入所述文书制作模板中。

7.根据权利要求2-4任一所述的方法，其特征在于，所述步骤S3具体包括：

S31、触发文书送达指令，所述文书送达指令用于指示当前法院案件处理系统将制作完成的庭前通知文书发送到法院送达平台；

S32、在所述法院送达平台，通过触发提交指令，将制作完成的庭前通知文书发送给所述当事人。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在完成所有目标案件的庭前通知文书的发送操作后，生成执行结果文件，所述执行结果文件中包括各目标案件的案号信息和对应庭前通知文书的办理状态。

9.一种基于RPA和AI的庭前通知文书处理装置，其特征在于，包括：

关键信息获取模块，被配置为对于当前需要制作庭前通知文书的目标案件，获取所述目标案件的关键信息，所述关键信息包括案件的当事人信息和案件信息；

文书制作模块，被配置为基于所述关键信息生成庭前通知文书，所述庭前通知文书用于通知案件当事人法院开庭审理的开庭信息，所述开庭信息中包括案件信息；

文书发送模块，被配置为将生成的庭前通知文书发送给所述当事人。

10.根据权利要求9所述的装置，其特征在于，所述关键信息获取模块，包括：

目标案件确定单元，被配置为在法院案件处理系统中，确定当前需要制作庭前通知文书的目标案件；

起诉状文书获取单元，被配置为获取所述目标案件的起诉状文书，所述起诉状文书中包括当事人信息和案件信息；

关键信息提取单元，被配置为对所述起诉状文书的内容进行识别，并从识别结果中提取所述目标案件的关键信息。

11.根据权利要求10所述的装置，其特征在于，所述关键信息提取单元，包括：

文本转化子单元，被配置为如果所述起诉状文书为非结构化图片，则基于光学字符识别OCR组件，将所述非结构化图片转化为非结构化文本；

关键信息提取子单元，被配置为从所述非结构化文本中提取所述目标案件的关键信息。

12.根据权利要求11所述的装置，其特征在于，所述关键信息提取子单元，具体被配置为：

基于自然语言处理NLP服务，将所述非结构化文本转化为结构化文本；

从所述结构化文本中提取各预设字段对应的属性值，并将各预设字段及对应的属性值作为所述目标案件的关键信息。

13.根据权利要求10-12任一所述的装置，其特征在于，所述文书制作模块，具体被配置为：

根据案件类型标识，确定所述目标案件的目标类型；

根据所述目标类型，触发所述目标案件对应的文书制作指令，所述文书制作指令用于指示当前法院案件处理系统显示对应的文书制作模板；

对所述文书制作模板中的预设字段进行识别，并从所述关键信息中提取所述预设字段对应的属性值，并将该属性值写入所述文书制作模板中，以生成对应的庭前通知文书。

14.一种用于处理庭前通知文书的设备，其特征在于，包括：处理器和存储器，所述存储器中存储指令，所述指令由处理器加载并执行，以实现如权利要求1至8任一项所述的方法。

15.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的方法。

Images