【技术实现步骤摘要】
基于法律知识图谱的信息匹配方法、装置和存储介质
本申请涉及计算机
,尤其涉及一种基于法律知识图谱的信息匹配方法、装置、计算机设备和存储介质。
技术介绍
近年来,人工智能相关技术发展迅速,在自然语言处理领域深度学习和知识图谱的应用更是日渐深入。很多领域,比如图像识别,语音识别,垃圾邮件过滤,机器翻译,广告推荐,智能家电等等,都利用人工智能技术得到了迅猛的发展。而在法律方面,与人工智能的结合较少,法务工作大多还是以人力为主。法律属于专业性很强的领域,非专业人士往往不能通过查询资料而获得期望的法律知识,而依靠专业的法律咨询既费时间又费钱财。另一方面,对于法律工作者本身而言,拥有的法律知识以及案例知识是有限的,有某些特殊情况下也需要借助其它渠道获取帮助。现有的基于深度学习的对文本的处理方法,由于语义描述的复杂性,很难快速的定位文本对应的行为的有效信息。
技术实现思路
为了解决上述技术问题,本申请提供了一种基于法律知识图谱的信息匹配方法、装置、计算机设备和存储介质。第一方面,本申请提供了一种基于法律知识图谱的信息匹配方法,包括:获取根据事件事实文本信息确定的至少一个罪名候选要件组合和对应的属性信息;根据法律知识图谱中罪名与罪名要件组合的对应关系,判断是否存在与各个罪名候选要件组合匹配的至少一个候选罪名,将存在匹配的至少一个候选罪名的罪名候选要件组合作为目标要件组合;计算目标要件组合的属性信息与对应的各个候选罪名的罪名要件组合的属性信息的相似度;将相似度大 ...
【技术保护点】
1.一种基于法律知识图谱的信息匹配方法,其特征在于,所述方法包括:/n获取根据事件事实文本信息确定的至少一个罪名候选要件组合和对应的属性信息;/n根据所述法律知识图谱中罪名与罪名要件组合的对应关系,判断是否存在与各个所述罪名候选要件组合匹配的至少一个候选罪名,将存在匹配的至少一个所述候选罪名的所述罪名候选要件组合作为目标要件组合;/n计算所述目标要件组合的属性信息与对应的各个所述候选罪名的罪名要件组合的所述属性信息的相似度;/n将所述相似度大于预设相似度的所述候选罪名作为所述目标要件组合中事件事实文本信息的匹配结果。/n
【技术特征摘要】
1.一种基于法律知识图谱的信息匹配方法,其特征在于,所述方法包括:
获取根据事件事实文本信息确定的至少一个罪名候选要件组合和对应的属性信息;
根据所述法律知识图谱中罪名与罪名要件组合的对应关系,判断是否存在与各个所述罪名候选要件组合匹配的至少一个候选罪名,将存在匹配的至少一个所述候选罪名的所述罪名候选要件组合作为目标要件组合;
计算所述目标要件组合的属性信息与对应的各个所述候选罪名的罪名要件组合的所述属性信息的相似度;
将所述相似度大于预设相似度的所述候选罪名作为所述目标要件组合中事件事实文本信息的匹配结果。
2.根据权利要求1所述的方法,其特征在于,所述判断是否存在与各个所述罪名候选要件组合匹配的至少一个候选罪名之后,还包括:
当不存在与各个所述罪名要件组合匹配的至少一个所述候选罪名时,所述事件事实文本信息对应的匹配结果为无匹配法律事件。
3.根据权利要求1所述的方法,其特征在于,所述根据所述法律知识图谱中罪名与罪名要件组合的对应关系,判断是否存在与各个所述罪名候选要件组合匹配的候选罪名,将存在匹配的至少一个所述候选罪名的所述罪名候选要件组合作为目标要件组合,包括:
判断所述法律知识图谱中对应的罪名要件组合中的类别标签标注组合,是否存在与所述罪名候选要件组合中的类别标签组合匹配的所述类别标签标准组合;
将存与各个罪名候选要件组合的类别标签组合匹配的所述标准类别标签组合对应的至少一个所述罪名要件组合对应的罪名,作为与各个罪名候选要件组合匹配的所述候选罪名;
将存在与至少一个所述候选罪名匹配的各个所述罪名候选要件组合作为所述目标要件组合。
4.根据权利要求3所述的方法,其特征在于,所述判断所述法律知识图谱中对应的罪名要件组合中的类别标签标注组合,是否存在与所述罪名候选要件组合中的类别标签组合匹配的所述类别标签标准组合之前,还包括:
获取各个所述罪名候选要件组合中包含的要件类型,所述要件类别至少包括主体、客体和客观方面;
所述计算所述目标要件组合的属性信息与对应的各个所述候选罪名的罪名要件组合的属性信息的相似度,包括:
计算所述目标要件组合中客体的属性信息,与对应的所述候选罪名的客体的属性信息的客体属性相似度;
计算所述目标要件组合中客观方面的属性信息,与对应的所述候选罪名的客观方面的属性信息的客观属性相似度。
5.根据权利要求1所述的方...
【专利技术属性】
技术研发人员:李存林,
申请(专利权)人:广州慧睿思通信息科技有限公司,
类型:发明
国别省市:广东;44
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。