一种智能律师专家系统及案件应答装置制造方法及图纸

本发明专利技术属于专家系统技术领域，公开了一种智能律师专家系统及案件应答装置，包括：信息获取模块，用于获取案情信息；语料库模块，包括：基于律师历史案情处理信息建立的语料库；分词模块，与所述信息获取模块相连，对所述案情信息进行分词；关键词提取模块，与所述粉刺模块相连，采用TFIDF方法提取关键词；初级匹配模块，分别与所述关键词提取模块以及所述语料库模块相连，采用余弦相似度匹配方法，基于所述关键词，将案情问题的与语料库中的案情相匹配；取余弦相似度较高的3个问题的答案输出。本发明专利技术提供一种高效的智能律师专家系统及案件应答装置。

【技术实现步骤摘要】
一种智能律师专家系统及案件应答装置
本专利技术涉及专家系统
，特别涉及一种智能律师专家系统及案件应答装置。
技术介绍
随着时代的发展，人们的维权意识大大提高，在生活中，人们会遇到各种各样的问题，而许多问题的解决人们只能寻求法律的帮助。提高法律，首先能够想到的便是律师，然而现实中律师的人数众多，而每一个律师又擅长不同的领域，人们接触律师的机会较少，无法判断律师的好坏，也无从知晓此律师是否适合自己的案情，为人们解决法律问题带来了极大的不便。有不少学者提出了各种律师推荐系统以及智能问答匹配的技术(参考文献高浚城创建律师信息库方法及装置，律师推荐方法、装置及系统，专利申请号：CN201610783519.0)，此推荐律师的方法虽然解决了一部分问题，但是在现实生活中，很多人对该类系统的使用了解少，不易于使用，且人们了解律师的信息较少，请律师的成本较高，即使推荐了律师信息，人们仍有极大的可能无法找到律师解决问题。
技术实现思路
本专利技术提供一种智能律师专家系统及案件应答装置，能够高效实现法律问题解答。为解决上述技术问题，本专利技术提供了一种智能律师专家系统及案件应答装置，包括：信息获取模块，用于获取案情信息；语料库模块，包括：基于律师历史案情处理信息建立的语料库；分词模块，与所述信息获取模块相连，对所述案情信息进行分词；关键词提取模块，与所述粉刺模块相连，采用TFIDF方法提取关键词；初级匹配模块，分别与所述关键词提取模块以及所述语料库模块相连，采用余弦相似度匹配方法，基于所述关键词，将案情问题的与语料库中的案情相匹配；取余弦相似度较高的3个问题的答案输出。进一步地，所述装置还包括：候选关键词筛选模块，与所述关键词提取模块相连，利用所述关键词，在语料库中采用余弦相似度匹配方法进行关键词匹配，得到目标答案的候选关键词；句型筛选模块，与所述信息获取模块相连，通过概率上下无关文法方法进行句法分析，得到目标答案的候选句型；输出模块，分别与所述候选关键词筛选模块、所述句型筛选模块以及所述语料库模块相连，将所述候选关键词根据词性，填充到候选句型中，输出最终答案。进一步地，所述分词模块采用隐式马尔可夫链模型对所述案情信息进行分词。进一步地，所述关键词提取模块，利用所述关键词，在语料库中采用基于语料库的词语相似度计算方法，计算所述关键词与语料库中词语所处的上下文环境是否相似，确定两个词语的语义相似度；筛选出与输入的案情信息的所述关键词语义相似的词语，得到目标答案的候选关键词。进一步地，所述信息获取模块包括：语音识别模块，与所述利用语音识别技术获取案情信息并将语音信息转换成文本信息，作为案情信息的输入。进一步地，所述语音识别模块还包括：模糊信息匹配模块，分别与所述语音识别模块和所述分词模块相连，将所述语音信息进行聚类处理；若无识别的信息部分被归到某一聚类簇中，则在拼音集中匹配与此类簇相似的信息；若聚类处理后，无法正确识别的信息被单独归为一类，则用人工规则进行处理。本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：本申请实施例中提供的智能律师专家系统及案件应答装置，充分利用律师处理案情的历史记录信息，为用户在线生成案情处理方式，极大方便了人们的生活。无需考虑寻找的律师适合不适合自己的案情，系统答案的生成不受问题领域的限制，涵盖了各种领域的问题及答案。加入语音识别技术，方便人们使用系统，使得系统更加智能化。采用基于规则与聚类的模糊信息匹配方法，有效解决了特殊情况下语音无法识别的情况，大大提高了系统的容错性。通过概率上下无关文法方法进行句法分析，消除了歧义，将问句转换，得到答句的基本结构。根据用户案情问题的复杂程度，采用不同的策略，大大保证了系统的正确率及稳定性。利用隐式马尔科夫链模型对案情问题进行分词，利用语料库的信息，计算下一个词词性的转移概率，大大提高了分词效果。附图说明图1为本专利技术实施例提供的智能律师专家应答装置的运行总体流程图；图2为本专利技术实施例提供的基于规则与聚类的模糊信息匹配方法流程图。具体实施方式本申请实施例通过提供一种智能律师专家系统及案件应答装置，能够高效实现法律问题解答。为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细说明，应当理解本专利技术实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。参见图1和图2，一种智能律师专家系统及案件应答装置，包括：信息获取模块，用于获取案情信息；语料库模块，包括：基于律师历史案情处理信息建立的语料库；分词模块，与所述信息获取模块相连，对所述案情信息进行分词；关键词提取模块，与所述粉刺模块相连，采用TFIDF方法提取关键词；初级匹配模块，分别与所述关键词提取模块以及所述语料库模块相连，采用余弦相似度匹配方法，基于所述关键词，将案情问题的与语料库中的案情相匹配；取余弦相似度较高的3个问题的答案输出。所述装置还包括：候选关键词筛选模块，与所述关键词提取模块相连，利用所述关键词，在语料库中采用余弦相似度匹配方法进行关键词匹配，得到目标答案的候选关键词；句型筛选模块，与所述信息获取模块相连，通过概率上下无关文法方法进行句法分析，得到目标答案的候选句型；输出模块，分别与所述候选关键词筛选模块、所述句型筛选模块以及所述语料库模块相连，将所述候选关键词根据词性，填充到候选句型中，输出最终答案。所述分词模块采用隐式马尔可夫链模型对所述案情信息进行分词。所述关键词提取模块，利用所述关键词，在语料库中采用基于语料库的词语相似度计算方法，计算所述关键词与语料库中词语所处的上下文环境是否相似，确定两个词语的语义相似度；筛选出与输入的案情信息的所述关键词语义相似的词语，得到目标答案的候选关键词。所述信息获取模块包括：语音识别模块，与所述利用语音识别技术获取案情信息并将语音信息转换成文本信息，作为案情信息的输入。所述语音识别模块还包括：模糊信息匹配模块，分别与所述语音识别模块和所述分词模块相连，将所述语音信息进行聚类处理；若无识别的信息部分被归到某一聚类簇中，则在拼音集中匹配与此类簇相似的信息；若聚类处理后，无法正确识别的信息被单独归为一类，则用人工规则进行处理。下面描述上述装置的具体工作过程。一种智能律师专家应答方法，包括：获取输入的案情信息；对所述案情信息进行分词；采用TFIDF方法提取关键词；采用余弦相似度匹配方法，基于所述关键词，将案情问题的与语料库中的案情相匹配；取余弦相似度较高的3个问题的答案输出；其中，所述语料库基于律师历史案情处理信息建立。具体来说，对输入的案情信息，首先利用隐式马尔科夫链模型进行分词。隐式马尔科夫链模型有两个重要的集合，状态值集合为(B,M,E,S):{B:begin,M:middle,E:end,S:single}。分别代表每个状态代表的是该字在词语中的位置，B代表该字是词语中的起始字，M代表是词语中的中间字，E代表是词语中的结束字，S则代表是单字成词。观察值集合为就是输入的信息。隐式马尔科夫链模型就是要根据输入计算状态集合，例如：用户输入：小明硕士毕业于中国科学院计算所计算后输出的状态序列为BE/BE/BME/本文档来自技高网...

【技术保护点】
一种智能律师专家系统及案件应答装置，其特征在于，包括：信息获取模块，用于获取案情信息；语料库模块，包括：基于律师历史案情处理信息建立的语料库；分词模块，与所述信息获取模块相连，对所述案情信息进行分词；关键词提取模块，与所述粉刺模块相连，采用TFIDF方法提取关键词；初级匹配模块，分别与所述关键词提取模块以及所述语料库模块相连，采用余弦相似度匹配方法，基于所述关键词，将案情问题的与语料库中的案情相匹配；取余弦相似度较高的3个问题的答案输出。

【技术特征摘要】
1.一种智能律师专家系统及案件应答装置，其特征在于，包括：信息获取模块，用于获取案情信息；语料库模块，包括：基于律师历史案情处理信息建立的语料库；分词模块，与所述信息获取模块相连，对所述案情信息进行分词；关键词提取模块，与所述粉刺模块相连，采用TFIDF方法提取关键词；初级匹配模块，分别与所述关键词提取模块以及所述语料库模块相连，采用余弦相似度匹配方法，基于所述关键词，将案情问题的与语料库中的案情相匹配；取余弦相似度较高的3个问题的答案输出。2.如权利要求1所述的智能律师专家系统及案件应答装置，其特征在于，所述装置还包括：候选关键词筛选模块，与所述关键词提取模块相连，利用所述关键词，在语料库中采用余弦相似度匹配方法进行关键词匹配，得到目标答案的候选关键词；句型筛选模块，与所述信息获取模块相连，通过概率上下无关文法方法进行句法分析，得到目标答案的候选句型；输出模块，分别与所述候选关键词筛选模块、所述句型筛选模块以及所述语料库模块相连，将所述候选关键词根据词性，填充到候选句型中，输出最终答案。3.如权利要求1所...

【专利技术属性】
技术研发人员：王雨，商锦，何亨，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：湖北,42