诉讼风险评估问卷自动生成的方法和装置制造方法及图纸

技术编号:25226328 阅读:30 留言:0更新日期:2020-08-11 23:15
本发明专利技术提供一种诉讼风险评估问卷自动生成的方法和装置,该方法包括:获取案件的内容提要信息,确定内容提要信息内的法律法规和判决文书;提取法律法规内的法律要素和判决文书内的案情要素;对法律要素和案情要素进行语义匹配,确定语义匹配度数值;将语义匹配度数值与预设阈值作比较,获取满足预设条件的法律要素;根据满足预设条件的法律要素、场景逻辑构建工具,得到诉讼风险评估问卷。本发明专利技术解决了人工阅读长文本信息提取法律要素和案情要素耗时耗力,主观性较强容易产生偏差,且需要具备专业法律知识的工作人员等问题;同时语义匹配上精度更高,获得的诉讼风险评估问卷逻辑性较强,能够有利于分析并进行诉讼风险评估。

【技术实现步骤摘要】
诉讼风险评估问卷自动生成的方法和装置
本专利技术涉及人工智能领域,尤其涉及一种诉讼风险评估问卷自动生成的方法和装置。
技术介绍
随着经济水平的不断上升,人们的法律意识越来越强,法律诉求越来越多,为了满足日益上升的法律需求,通过诉讼风险评估帮助用户提前获得诉讼的风险,可以帮助用户更好的获得法律服务。诉讼风险评估产品是一款模拟研究审判实践经验,基于裁判文书中事实、诉讼请求、证据、争议焦点等法律要素,绘画案件特征,形成法律知识图谱决策路径,以文本挖掘技术帮助当事人知悉诉讼风险,引导其选择非诉解纷途径的第三方、中立的评估系统;其通过问卷形式采集用户信息,给予用户解答已经成为一种节约时间、提高效率的法律咨询方式。目前,现有法律问卷基于已经存储好的问卷逻辑,根据用户的选择依次出现问卷内容,且问题是提前根据大量的法律文书等提前由人工开发;由于法律的特殊性和纠纷的复杂性,问卷逻辑多为人来设定,由于人工设定的逻辑不能覆盖所有法律场景,因此开发耗时耗力工作量大,法律知识要求高,效率低下,需要投入大量资源,同时问题存在一定的主观因素,而问题是问卷的基础,如果问题冗余度较高,则又不利于问卷的生成。因此,目前需要一种能够智能生成法律问卷的方法,一方面可以减轻人工的压力,另一方面可以避免人的主观性。
技术实现思路
为了解决现有技术中在多集群的生产环境下,只通过定时任务处理业务数据,机器的利用率较低;数据处理存在高峰波,容易导致数据堆积,对系统的稳定性产生影响,不能合理利用机器性能的问题,本专利技术提供一种多任务下数据处理的方法、装置及电子设备。第一方面,本专利技术提供一种诉讼风险评估问卷自动生成的方法,该方法包括:获取案件的内容提要信息,确定内容提要信息内的法律法规和判决文书;提取法律法规内的法律要素和判决文书内的案情要素;对法律要素和案情要素进行语义匹配,确定语义匹配度数值;将语义匹配度数值与预设阈值作比较,获取满足预设条件的法律要素;根据满足预设条件的法律要素、场景逻辑构建工具,得到诉讼风险评估问卷。进一步地,提取法律法规内的法律要素和判决文书内的案情要素包括:利用分词和词性标注工具分别对法律法规或判决文书进行预处理,生成词语序列和词性序列;对词语序列和词性序列进行编码,生成词语向量和词性向量;对词语向量和词性向量进行拼接;利用神经网络算法获取与拼接后的向量语境相关的向量;对获取到的所有语境相关向量进行联合表示;对联合表示后的向量进行序列化标注,提取出法律要素或案情要素。进一步地,利用分词和词性标注工具分别对法律法规或判决文书进行预处理,生成词语序列和词性序列包括:将用户字典中的法律专有名词加入分词和词性标注工具中;利用加入法律专有名词后的分词和词性标注工具,分别对法律法规或判决文书进行预处理,生成词语序列和词性序列。进一步地,对联合表示后的向量进行序列化标注,提取出法律要素或案情要素包括:对联合表示后的向量进行序列化标注;根据标注结果预测当前联合表示后的向量是否为法律要素或案情要素;将确定为法律要素或案情要素的向量存储在法律要素或案情要素集合内,并作为最终提取出的法律要素或案情要素;否则存储在候选法律要素或案情要素集合内。进一步地,将确定为法律要素或案情要素的向量存储在法律要素或案情要素集合内,并作为最终提取出的法律要素或案情要素包括:若法律要素或案情要素集合为空集,则计算候选法律要素或案情要素集合中存储的各候选法律要素或案情要素的重要性数值;将重要性数值大于预设阈值的各候选法律要素或案情要素确定为最终的法律要素或案情要素。进一步地,根据满足预设条件的法律要素、场景逻辑构建工具,得到诉讼风险评估问卷包括:根据满足预设条件的法律要素和预设的法律问卷生成规则,获得对应的法律问卷;利用场景逻辑构建工具对法律问卷进行诉讼风险评估场景的匹配,确定诉讼风险评估问卷。进一步地,对法律要素和案情要素进行语义匹配,确定语义匹配度数值包括:分别对获取的法律要素和案情要素进行编码,得到第一向量和第二向量;利用神经网络算法获取与第一向量语境相关的向量作为第三向量和第二向量语境相关的向量作为第四向量;利用注意力机制对第三向量和第四向量进行匹配,获取第三向量和第四向量之间的关联信息;对关联信息进行融合,获得融合后的向量;利用分类器计算融合后的向量的语义匹配度,确定语义匹配度数值。进一步地,利用注意力机制对第三向量和第四向量进行匹配,获取第三向量和第四向量之间的关联信息包括:利用注意力机制对第三向量的上下文信息和第四向量的上下文信息进行匹配,得出至少一种匹配信息;根据至少一种匹配信息,确定第三向量和第四向量之间的关联信息。第二方面,本专利技术提供一种诉讼风险评估问卷自动生成的装置,该装置包括:法律法规和判决文书确定模块,用于获取案件的内容提要信息,确定内容提要信息内的法律法规和判决文书;法律要素和案情要素提取模块,用于提取法律法规内的法律要素和判决文书内的案情要素;语义匹配模块,用于对法律要素和案情要素进行语义匹配,确定语义匹配度数值;阈值比较模块,用于将语义匹配度数值与预设阈值作比较,获取满足预设条件的法律要素;诉讼风险评估问卷确定模块,用于根据满足预设条件的法律要素、场景逻辑构建工具,得到诉讼风险评估问卷。第三方面,本专利技术提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面提供的诉讼风险评估问卷自动生成的方法的步骤。本专利技术采用机器自动生成诉讼风险评估问卷,根据案件的内容提要信息提取法律要素和案情要素,并将法律要素和案情要素进行语义匹配,根据获得的匹配率较高的法律要素生成法律问卷,进而确定诉讼风险评估问卷,解决了人工阅读长文本信息提取法律要素和案情要素耗时耗力,并且依据案情要素最终确定到的法律要素构建的诉讼风险评估问卷可以解决主观性较强容易产生偏差,且需要具备专业法律知识的工作人员等问题;同时语义匹配上精度更高,获得的诉讼风险评估问卷逻辑性较强,能够有利于分析并进行诉讼风险评估。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,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的前提下,还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的诉讼风险评估问卷自动生成的方法流程示意图;图2为本专利技术实施例提供的提取法律要素和案情要素的方法流程示意图;图3为本专利技术另一实施例提供的诉讼风险评估问卷自动生成的方法流程示意图;图4为本专利技术实施例提供的法律要素和案情要素语义匹配的方法流程示意图;图5为本发本文档来自技高网...

【技术保护点】
1.一种诉讼风险评估问卷自动生成的方法,其特征在于,所述方法包括:/n获取案件的内容提要信息,确定内容提要信息内的法律法规和判决文书;/n提取所述法律法规内的法律要素和所述判决文书内的案情要素;/n对所述法律要素和案情要素进行语义匹配,确定语义匹配度数值;/n将所述语义匹配度数值与预设阈值作比较,获取满足预设条件的法律要素;/n根据所述满足预设条件的法律要素构建诉讼风险评估问卷。/n

【技术特征摘要】
1.一种诉讼风险评估问卷自动生成的方法,其特征在于,所述方法包括:
获取案件的内容提要信息,确定内容提要信息内的法律法规和判决文书;
提取所述法律法规内的法律要素和所述判决文书内的案情要素;
对所述法律要素和案情要素进行语义匹配,确定语义匹配度数值;
将所述语义匹配度数值与预设阈值作比较,获取满足预设条件的法律要素;
根据所述满足预设条件的法律要素构建诉讼风险评估问卷。


2.根据权利要求1所述的方法,其特征在于,所述提取所述法律法规内的法律要素和所述判决文书内的案情要素包括:
利用分词和词性标注工具分别对法律法规或判决文书进行预处理,生成词语序列和词性序列;
对所述词语序列和词性序列进行编码,生成词语向量和词性向量;
对所述词语向量和词性向量进行拼接;
利用神经网络算法获取与拼接后的向量语境相关的向量;
对获取到的所有语境相关向量进行联合表示;
对所述联合表示后的向量进行序列化标注,提取出法律要素或案情要素。


3.根据权利要求2所述的方法,其特征在于,所述利用分词和词性标注工具分别对法律法规或判决文书进行预处理,生成词语序列和词性序列包括:
将用户字典中的法律专有名词加入分词和词性标注工具中;
利用加入法律专有名词后的分词和词性标注工具,分别对法律法规或判决文书进行预处理,生成词语序列和词性序列。


4.根据权利要求2所述的方法,其特征在于,所述对所述联合表示后的向量进行序列化标注,提取出法律要素或案情要素包括:
对所述联合表示后的向量进行序列化标注;
根据标注结果预测当前联合表示后的向量是否为法律要素或案情要素;
将确定为法律要素或案情要素的向量存储在法律要素或案情要素集合内,并作为最终提取出的法律要素或案情要素;
否则存储在候选法律要素或案情要素集合内。


5.根据权利要求4所述的方法,其特征在于,所述将确定为法律要素或案情要素的向量存储在法律要素或案情要素集合内,并作为最终提取出的法律要素或案情要素包括:
若所述法律要素或案情要素集合为空集,则计算所述候选法律要素或案情要素集合中存储的各候选法律要素或案情要素的重要性数值;
将重要性数值大于预...

【专利技术属性】
技术研发人员:徐芳杜向阳常竣乔金梅丁琦
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

网友询问留言 已有0条评论
  • 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。

1