基于知识图谱的法律文书生成方法、装置、设备及介质制造方法及图纸

本申请涉及人工智能，提供一种基于知识图谱的法律文书生成方法、装置、设备及介质，该方法包括：根据历史案件的第一卷宗数据，获取历史案件的多个审判要素，并确定各审判要素之间的相似度；将多个审判要素作为节点，并将各审判要素之间的相似度作为节点之间的关系，生成案件知识图谱，案件知识图谱包括裁判结果；获取待处理案件的卷宗数据，从卷宗数据中提取多个目标审判要素，并确定各目标审判要素之间的相似度；根据多个目标审判要素和各目标审判要素之间的相似度，从案件知识图谱中确定待处理案件对应的目标裁判结果；根据目标裁判结果和卷宗数据，生成法律文书。本申请还涉及区块链，能够快速且准确地生成法律文书。能够快速且准确地生成法律文书。能够快速且准确地生成法律文书。

【技术实现步骤摘要】
基于知识图谱的法律文书生成方法、装置、设备及介质


[0001]本申请涉及数据处理的
，尤其涉及一种基于知识图谱的法律文书生成方法、装置、设备及介质。

技术介绍

[0002]随着社会经济的发展与法治日趋完善，人民群众的司法需求日益增长，法院立案的案件越来越多。法官审理案件的案件量逐渐增加，存在工作量超负荷的问题，而且作为判案依据的法律法规不断更新，也使得法官判案的难度增大，工作量过大或者审判难度增大均容易导致法官判案出错率提升。随着法官审理案件的案件量逐渐增加，法律文书的书写工作也日益繁重。因此，如何快速且准确地生成案件的法律文书，减少程序性要素撰写的时间来提升审判效率，成为了亟需解决的问题。

技术实现思路

[0003]本申请的主要目的在于提供一种基于知识图谱的法律文书生成方法、装置、设备及介质，旨在快速且准确地生成案件的法律文书，从而提升案件的审判效率。
[0004]第一方面，本申请提供一种基于知识图谱的法律文书生成方法，包括：
[0005]获取历史案件的第一卷宗数据，并按照预设格式对所述第一卷宗数据进行文本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的法律文书生成方法，其特征在于，包括：获取历史案件的第一卷宗数据，并按照预设格式对所述第一卷宗数据进行文本转化，得到第二卷宗数据；从所述第二卷宗数据中获取所述历史案件的多个审判要素，并确定各所述审判要素之间的相似度；将多个所述审判要素作为节点，并将各所述审判要素之间的相似度作为节点之间的关系，生成案件知识图谱，所述案件知识图谱包括所述历史案件的裁判结果；获取待处理案件的卷宗数据，从所述卷宗数据中提取多个目标审判要素，并确定各所述目标审判要素之间的相似度；根据多个所述目标审判要素和各所述目标审判要素之间的相似度，从所述案件知识图谱中确定所述待处理案件对应的目标裁判结果；根据所述目标裁判结果和所述卷宗数据，生成所述待处理案件的法律文书。2.如权利要求1所述的法律文书生成方法，其特征在于，所述从所述第二卷宗数据中获取所述历史案件的多个审判要素，并确定各所述审判要素之间的相似度，包括：基于预设的文本分类模型，对所述第二卷宗数据中的卷宗材料进行分类，得到所述卷宗材料的类型信息；根据预设的关键词提取模型和所述类型信息，从每个所述卷宗材料中提取多个关键词，并将每个所述关键词作为审判要素；将多个所述审判要素输入至预设的语义相似度模型进行处理，以确定每两个所述审判要素之间的相似度。3.如权利要求2所述的法律文书生成方法，其特征在于，所述关键词提取模型包括多个词集模型；所述根据预设的关键词提取模型和所述类型信息，从每个所述卷宗材料中提取多个关键词，包括：根据所述类型信息从多个所述词集模型中选取目标词集模型，并建立所述目标词集模型与每个所述卷宗材料之间的对应关系；将每个所述卷宗材料输入至各自对应的所述目标词集模型进行识别，得到多个关键词。4.如权利要求2所述的法律文书生成方法，其特征在于，所述语义相似度模型包括输入层、表示层和匹配层；所述将多个所述审判要素输入至所述语义相似度模型进行处理，以确定每两个所述审判要素之间的相似度，包括：将多个所述审判要素输入至所述输入层进行映射，以获取每个所述审判要素的词特征向量；将每个所述审判要素的词特征向量输入至所述表示层进行处理，得到每个所述审判要素的低纬语义向量；将每个所述审判要素的低纬语义向量输入至所述匹配层进行计算，得到每两个所述低纬语义向量之间的余弦距离；根据每两个所述低纬语义向量之间的余弦距离，确定每两个所述审判要素之间的相似度。5.如权利要求1
‑
4中任一项所述的法律文书生成方法，其特征在于，所...

【专利技术属性】
技术研发人员：刘璐，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：