【技术实现步骤摘要】
一种面向法律领域的动态法律事件图谱构建方法
本专利技术主要涉及自然语言处理领域，特别是涉及一种面向法律领域的动态法律事件图谱构建方法。
技术介绍
随着我国法制建设逐步完备，行政法规日趋完善，公民法律意识不断增强。越来越多法律文本、裁判文书的公开化、数字化、信息化，积累了大量法律领域的文本信息。通过构建司法领域的法律文本语料库，并使用自然语言处理技术进行挖掘出用户关心的在特定场景、特定情节、特定时间范围和特定区域内发生的，有至少一个角色且发生的动作不少于一个的事情，称之为事件。与通用事件不同的是，法律事件强调的是不依权利主体的主观意志为转移的法律事实和客观现象，构建的基础是法律事件。目前，对于法律知识图谱的构建方法有很多，但在法律事件图谱构建方面并没有相似的专利。在中国专利CN107122444A通过对审判文书自动构建法律知识图谱，最终形成主题词-主题关系-主题词，主题词-相近关系-相近词三元组结构。在中国专利CN108073673A构建的是以实体为基础的知识图谱。在事件图谱构建技术中，目前的主流方法是利用事件抽取技术从语料充抽取与事件相关的信息，最终得到一个庞大的...
【技术保护点】
1.一种面向法律领域的动态法律事件图谱构建方法，其包括以下步骤：（1）定义动态法律事件图谱；（2）法律语料收集与整理；（3）动态法律事件图谱中事件抽取模型；（4）动态法律事件图谱中事件关系抽取模型；（5）动态法律事件图谱中概率图事件模型；（6）动态法律事件图谱知识更新；其中，步骤（3）中，动态法律事件图谱中事件抽取模型包括两个子步骤：（i）法律事件的识别与抽取；（ii）法律事件参数的抽取；在所述步骤（5）中，其包括两个子步骤：（a）法律事件间的概率量度；（b）法律事件内要素概率量度。
【技术特征摘要】
1.一种面向法律领域的动态法律事件图谱构建方法，其包括以下步骤：（1）定义动态法律事件图谱；（2）法律语料收集与整理；（3）动态法律事件图谱中事件抽取模型；（4）动态法律事件图谱中事件关系抽取模型；（5）动态法律事件图谱中概率图事件模型；（6）动态法律事件图谱知识更新；其中，步骤（3）中，动态法律事件图谱中事件抽取模型包括两个子步骤：（i）法律事件的识别与抽取；（ii）法律事件参数的抽取；在所述步骤（5）中，其包括两个子步骤：（a）法律事件间的概率量度；（b）法律事件内要素概率量度。2.根据权利要求1所述的一种面向法律领域的动态法律事件图谱构建方法，其特征在于，在所述步骤（1）中，动态法律事件图谱是以法律事件为基础，通过一定方式灵活地表示事件以及事件链的关系，用以做法律行为的预测、推演、计算和表示；其中，一个完整的法律事件可以表示为：事件名、法律场景、法律意图、法律构成要件、锚词、类别和法律依据。3.根据权利要求2所述的一种面向法律领域的动态法律事件图谱构建方法，其特征在于，在所述步骤（2）中，在对法律语料收集与整理时，法律领域的语料按照来源区分有：法律法规、裁判文书、问答语料和法律资讯；构建动态法律事件图谱要综合大规模的语料去挖掘法律事件及事件间关联；多源法律语料的处理要严格遵从法律的严谨性、全面性和准确性；从数据质量的角度来看，法律法规和裁判文书的质量要相对高于其他语料，在融合多源数据时需要以具有法律效力的法律法规和裁判文书为基准。4.根据权利要求3所述的一种面向法律领域的动态法律事件图谱构建方法，其特征在于，在所述步骤（3）中，为准确地识别事件和参数，需要捕获上下文特征，上下文特征至少包括语法特征和句法特征，采用结合法律专家事件规则模板和动态神经网络模型进行事件的抽取和参数的抽取。5.根据权利要求4所述的一种面向法律领域的动态法律事件图谱构建方法，其特征在于，在所述步骤（4）中，动态法律事件图谱中的事件关系有：因果关系、时序关系、反转关系、条件关系和上下级事件关系；正确定义法律事件之间的关系是动态法律事件图谱事件关系抽取的前提，用事件关系将法律事件形成结构化的信息存储起来；将事件关系抽取看作是分类任务，在法律专家标注一定规模语料后结合专家规则和分类学习算法来做法律事件之间的关系识别。6.根据权利要求5所述的一种面向法律领域的动态法律事件图谱构建方法，其特征在于，在所述步骤（5）中，采用动态法律事件概率图模型，在事件挖掘的基础上融合法律专家规则和法律知识图谱，借鉴点互信息的算法，建立事件之间的关联关系的有向无环图，通过对概率转移矩阵的计算实现事件间的概率度量，通过改变事件要素编码方式进行法律要素的编码，最终所构建的动态法律事件图谱不仅可检测和...
【专利技术属性】
技术研发人员：王义真，杜向阳，
申请(专利权)人：南京擎盾信息科技有限公司，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。