一种裁决结果预测方法、装置及终端设备制造方法及图纸

本发明专利技术提供了一种裁决结果预测方法、装置及终端设备，适用于数据处理技术领域，该方法包括：获取待处理案件的案件信息以及案件类型，并查找案件类型对应的条例数据；基于案件信息及条例数据进行处理，得到待处理案件对应的第一裁决结果；基于案件类型和待处理案件的被告人的个人信息、犯罪记录以及庭审态度分数，计算被告人的犯罪严重程度分数；对犯罪严重程度分数和案件信息进行处理，得到对应的第二裁决结果；基于第一裁决结果以及第二裁决结果得到待处理案件对应的裁决参考信息。本发明专利技术实施例实现了对裁决结果高效准确的分析预测，可以帮助法官提升判案效率和准确率。

A prediction method, device and terminal equipment of adjudication results

【技术实现步骤摘要】
一种裁决结果预测方法、装置及终端设备
本专利技术属于数据处理
，尤其涉及裁决结果预测方法及终端设备。
技术介绍
随着法制体系的完善，人们法律意识的逐日提高，对司法的需求也日益增长，使得法院立案案件数量呈倍数逐年增长，但由于从事法官工作对专业素养的要求极高，法官人才的培养速度远远跟不上案件处理的实际需求，因此法院常常面临着现有的法官所需处理的工作量负荷过大的情况，这使得法官在单个实际案子中可花费的时间和精力大大减小，但实际在进行判案时法官又需要参考大量的相关资料进行比对度量，在时间精力极其有限的情况下，可能导致法官判案的出错率上升。因此，需要一种可以帮助法官进行减轻工作负荷，降低判案出错率的方法。
技术实现思路
有鉴于此，本专利技术实施例提供了一种裁决结果预测方法及终端设备，以解决现有技术中对裁决结果分析的效率低易出错的问题。本专利技术实施例的第一方面提供了一种裁决结果预测方法，包括：基于待处理案件的案件标识，从法院服务器内查询所述待处理案件的案件信息以及案件类型，并查找所述案件类型对应的条例数据，所述条例数据中记录有所述案件类型适用的处罚条例；基于所述案件信息及所述条例数据进行处理，得到所述待处理案件对应的第一裁决结果；基于所述案件标识从所述法院服务器内查询所述待处理案件被告人的个人信息，所述个人信息内包含所述被告人的身份标识；获取法院终端设备储存的所述被告人的庭审态度分数；生成包含所述身份标识的犯罪记录查询请求，并向公安服务器发送所述犯罪记录查询请求；>接收所述公安服务器针对所述罪记录查询请求发送的所述被告人的犯罪记录，并基于所述案件类型和所述个人信息、所述犯罪记录以及所述庭审态度分数，计算所述被告人的犯罪严重程度分数，所述庭审态度分数为基于所述被告人在庭审过程中行为得到的评分；对所述犯罪严重程度分数和所述案件信息进行处理，得到对应的第二裁决结果；基于所述第一裁决结果以及所述第二裁决结果进行处理，得到所述待处理案件对应的裁决参考信息，所述裁决参考信息用于为法官对所述待处理案件进行裁决提供参考。本专利技术实施例的第二方面提供了一种裁决结果预测装置，包括：条例查找模块，用于基于待处理案件的案件标识，从法院服务器内查询所述待处理案件的案件信息以及案件类型，并查找所述案件类型对应的条例数据，所述条例数据中记录有所述案件类型适用的处罚条例；第一预测模块，用于基于所述案件信息及所述条例数据进行处理，得到所述待处理案件对应的第一裁决结果；信息查询模块，用于基于所述案件标识从所述法院服务器内查询所述待处理案件被告人的个人信息，所述个人信息内包含所述被告人的身份标识；获取法院终端设备储存的所述被告人的庭审态度分数；生成包含所述身份标识的犯罪记录查询请求，并向公安服务器发送所述犯罪记录查询请求；评分模块，用于接收所述公安服务器针对所述罪记录查询请求发送的所述被告人的犯罪记录，并基于所述案件类型和所述个人信息、所述犯罪记录以及所述庭审态度分数，计算所述被告人的犯罪严重程度分数，所述庭审态度分数为基于所述被告人在庭审过程中行为得到的评分；第二预测模块，用于对所述犯罪严重程度分数和所述案件信息进行处理，得到对应的第二裁决结果；参考信息生成模块，用于基于所述第一裁决结果以及所述第二裁决结果进行处理，得到所述待处理案件对应的裁决参考信息，所述裁决参考信息用于为法官对所述待处理案件进行裁决提供参考。本专利技术实施例的第三方面提供了一种终端设备，所述终端设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如如上所述的裁决结果预测方法的步骤。本专利技术实施例的第四方面提供了一种计算机可读存储介质，包括：存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的裁决结果预测方法的步骤。本专利技术实施例与现有技术相比存在的有益效果是：通过基于法律处罚条例对案件实际情况进行分析，得到对应的第一裁决结果，根据被告人的实际个人情况以及在庭审过程中的态度这两个会直接影响裁决结果处罚力度的因素，来实现对被告人犯罪严重程度的量化，再根据得到的犯罪严重程度分数以及案件的实际情况，来进行第二裁决结果的预测，最后根据从基于法律处罚条例+基于犯罪严重程度分数的预测得到的两个裁决结果进行融合，实现了根据已掌握实际案件情况和被告人犯罪严重程度两个对裁决起核心影响的因素考虑来进行预测，使得本专利技术实施例可以对案件更为全面的因素考虑，实现了对裁决结果高效准确的分析预测，以帮助法官提升判案效率和准确率。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例一提供的裁决结果预测方法的实现流程示意图；图2是本专利技术实施例二提供的裁决结果预测方法的实现流程示意图；图3是本专利技术实施例三提供的裁决结果预测方法的实现流程示意图；图4是本专利技术实施例四提供的裁决结果预测方法的实现流程示意图；图5是本专利技术实施例五提供的裁决结果预测方法的实现流程示意图；图6是本专利技术实施例六提供的裁决结果预测方法的实现流程示意图；图7是本专利技术实施例七提供的裁决结果预测方法的实现流程示意图；图8是本专利技术实施例八提供的裁决结果预测装置的结构示意图；图9是本专利技术实施例九提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。为了便于理解本专利技术，此处先对本专利技术实施例进行简要介绍，为了帮助法官对案件进行裁决，本专利技术实施例一方面从案件实际涉及到的处罚条例以及案件实际情况出发，进行正向的裁决结果可能预测，另一方面，考虑到被告人实际个人情况以及在本案中的庭审态度等都会对裁决结果产生极大影响，因此会对被告人个人信息犯罪记录和庭审态度分数等对在本案中的犯罪严重程度进行量化，再根据得到的犯罪严重程度和实际案件信息等来进行裁决结果另一方面的预测，最后对得到的两个裁决结果进行融合，得到最终的一个可能的裁决结果，并将该裁决结果作为给法官进行案件裁决时的裁决参考信息，从而使得法官即使在精力极其有限的情况下，也可以获得高效准确的案件分析结果参考，以帮助法官提升判案效率和准确率，详述如下：图1示出了本专利技术实施例一提供的裁决结果预测方法的实现流程图，详述如下：S101，基于待处理案件的案件标识，从法院服务本文档来自技高网...

【技术保护点】
1.一种裁决结果预测方法，其特征在于，包括：/n基于待处理案件的案件标识，从法院服务器内查询所述待处理案件的案件信息以及案件类型，并查找所述案件类型对应的条例数据，所述条例数据中记录有所述案件类型适用的处罚条例；/n基于所述案件信息及所述条例数据进行处理，得到所述待处理案件对应的第一裁决结果；/n基于所述案件标识从所述法院服务器内查询所述待处理案件被告人的个人信息，所述个人信息内包含所述被告人的身份标识；获取法院终端设备储存的所述被告人的庭审态度分数；生成包含所述身份标识的犯罪记录查询请求，并向公安服务器发送所述犯罪记录查询请求；/n接收所述公安服务器针对所述罪记录查询请求发送的所述被告人的犯罪记录，并基于所述案件类型和所述个人信息、所述犯罪记录以及所述庭审态度分数，计算所述被告人的犯罪严重程度分数，所述庭审态度分数为基于所述被告人在庭审过程中行为得到的评分；/n对所述犯罪严重程度分数和所述案件信息进行处理，得到对应的第二裁决结果；/n基于所述第一裁决结果以及所述第二裁决结果进行处理，得到所述待处理案件对应的裁决参考信息，所述裁决参考信息用于为法官对所述待处理案件进行裁决提供参考。/n

【技术特征摘要】
1.一种裁决结果预测方法，其特征在于，包括：
基于待处理案件的案件标识，从法院服务器内查询所述待处理案件的案件信息以及案件类型，并查找所述案件类型对应的条例数据，所述条例数据中记录有所述案件类型适用的处罚条例；
基于所述案件信息及所述条例数据进行处理，得到所述待处理案件对应的第一裁决结果；
基于所述案件标识从所述法院服务器内查询所述待处理案件被告人的个人信息，所述个人信息内包含所述被告人的身份标识；获取法院终端设备储存的所述被告人的庭审态度分数；生成包含所述身份标识的犯罪记录查询请求，并向公安服务器发送所述犯罪记录查询请求；
接收所述公安服务器针对所述罪记录查询请求发送的所述被告人的犯罪记录，并基于所述案件类型和所述个人信息、所述犯罪记录以及所述庭审态度分数，计算所述被告人的犯罪严重程度分数，所述庭审态度分数为基于所述被告人在庭审过程中行为得到的评分；
对所述犯罪严重程度分数和所述案件信息进行处理，得到对应的第二裁决结果；
基于所述第一裁决结果以及所述第二裁决结果进行处理，得到所述待处理案件对应的裁决参考信息，所述裁决参考信息用于为法官对所述待处理案件进行裁决提供参考。


2.如权利要求1所述的裁决结果预测方法，其特征在于，裁决结果包含一种或多种处罚类型以及每种处罚类型分别对应的处罚数值，所述基于所述案件信息及所述条例数据进行处理，得到所述待处理案件对应的第一裁决结果，包括：
基于所述处罚条例提取所述待处理案件对应的一种或多种所述处罚类型，以及每种所述处罚类型分别对应的处罚数值范围；
对所述案件信息中包含的证据信息进行评分，得到对应的证据分数和；
基于所述证据信息、所述证据分数和以及所述案件信息中的案由数据，从所述处罚数值范围中筛选每种所述处罚类型分别对应的处罚数值，以得到所述第一裁决结果。


3.如权利要求1所述的裁决结果预测方法，其特征在于，所述基于所述案件类型和所述待处理案件的被告人的个人信息、犯罪记录以及庭审态度分数，计算所述被告人的犯罪严重程度分数，包括：
基于所述犯罪记录识别所述被告人是否为再犯，若所述被告人为再犯，基于所述案件类型以及所述犯罪记录对所述被告人进行评分，得到对应的第一分数；
基于所述个人信息，判断所述被告人所属的人群类型，并基于所述人群类型对所述被告人进行评分，得到对应的第二分数；
基于所述第一分数、所述第二分数以及所述庭审态度分数，计算所述犯罪严重程度分数。


4.如权利要求1所述的裁决结果预测方法，其特征在于，所述对所述犯罪严重程度分数和所述案件信息进行处理，得到对应的第二裁决结果，包括：
获取多个所述案件类型的历史案件的案件信息、对应的犯罪严重程度分数以及对应的第三裁决结果；
基于所述历史案件的案件信息、犯罪严重程度分数以及第三裁决结果，对预设的预测模型进行训练，得到训练好的预测模型；
基于所述训练好的预测模型对所述待处理案件对应的犯罪严重程度分数和案件信息进行处理，得到所述第二裁决结果。


5.如权利要求1所述的裁决结果预测方法，其特征在于，所述基于所述第一裁决结果以及所述第二裁决结果进行处理，得到所述待处理案件对应的裁决参考信息，包括：
对所述第一裁决结果和所述第二裁决结果进行相似度计算，并判断得到的相似度是否大于预设相似度阈值；
若所述相似度大于预设相似度阈值...

【专利技术属性】
技术研发人员：刘嘉，戴广宇，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44