基于知识图谱的法律监督规则引擎系统及实现和使用方法技术方案

本发明专利技术公开了一种基于知识图谱的法律监督规则引擎系统及实现和使用方法，包括业务应用、规则引擎、知识图谱构建和数据资源，业务应用包括业务逻辑和可视化展示，规则引擎包括规则解析、规则执行和分布式计算服务，知识图谱构建包括实体识别、关系抽取、句法遗存、RDF、OWL、Neo4j、RDF4、数据映射、实体匹配和本体融合，数据资源包括案件信息库、法律文书库和法律法规知识库。本发明专利技术可以实现在法律监督过程中通过实体识别快速生成业务逻辑规则，业务人员不需要研发人员额外编码开发，可自行转化为可以被引擎执行的逻辑规则，当业务人员需要调整规则时，可以通过修改规则逻辑描述，无需再次编码开发，即可即时完成逻辑规则的更新。即可即时完成逻辑规则的更新。即可即时完成逻辑规则的更新。

【技术实现步骤摘要】
基于知识图谱的法律监督规则引擎系统及实现和使用方法


[0001]本专利技术属于信息
，尤其涉及一种基于知识图谱的法律监督规则引擎系统及实现和使用方法。

技术介绍

[0002]在一些行政部门办案过程中，需要对已完成判决的案件做必要的法律监督，判断案件办理过程中是否存在违规违法情况；法律法规具体法条中规定每条不同的罪名，都会有不同的判断方法。
[0003]以往的处理方式是，业务人员手动或则通过图形化操作工具，编辑的业务逻辑规则；研发人员在理解业务逻辑规则的基础上，进行业务功能的开发、调试，然后运行功能，获取最后的执行结果；具体是由业务部门熟悉法律和办理过程的工作人员，根据法律法规，手动整理出具体的文字版本的违法违规判断规则，比如“【盗窃罪】盗窃公私财物，数额较大的，或者多次盗窃、入户盗窃、携带凶器盗窃、扒窃的，处三年以下有期徒刑、拘役或者管制，并处或者单处罚金；数额巨大或者有其他严重情节的，处三年以上十年以下有期徒刑，并处罚金；数额特别巨大或者有其他特别严重情节的，处十年以上有期徒刑或者无期徒刑，并处罚金或者没收财产”，会根据情节严重情况，分为三种情况，处以徒刑和罚金或则没收财产的附加刑。
[0004]研发人员拿到的逻辑判断规则之前，需先理解具体业务和规则逻辑，然后判断规则中涉及的数据是否已经具备，并着手准本数据；然后将文字版本的规则逻辑转化成代码逻辑或则数据库查询SQL，然后使用程序去完成最后规则判断和数据筛选。
[0005]现有技术的缺点：
[0006]在整个过程中，研发人员需要首先熟悉业务，理解业务逻辑规则，换句话说业务人员在研发开始前需要花大量时间与研发人员沟通解释；研发人员拿到每条规则，需要编写成实现该规则的功能代码，并调试和发布，整个过程耗时耗力，并且业务人员对规则的小改动，需要研发人员全程参与。导致业务规则的人工整理，消耗人力，且必须要业务相关专业人员；研发人员开发之前，必须理解业务逻辑，并设计开发，测试上线，整个过程周期长，工作量大；同时，后续规则的调整，需要同样的过程，耗时耗力；整个过程中，业务人员需要反复与研发人员沟通、测试和调整，不利于法律监督工作在多个业务部门快速广泛展开。

技术实现思路

[0007]本专利技术为了解决业务规则逻辑人工整理、手动转化为规则配置到执行过程中工作量大、效率低的问题,提供了一种可以实现在法律监督过程中通过实体识别快速生成业务逻辑规则，业务人员不需要研发人员额外编码开发，可自行转化为可以被引擎执行的逻辑规则，当业务人员需要调整规则时，可以通过修改规则逻辑描述，无需再次编码开发，即可即时完成逻辑规则的更新的基于知识图谱的法律监督规则引擎系统及实现和使用方法。
[0008]本专利技术的技术方案：一种基于知识图谱的法律监督规则引擎系统，包括业务应用、
规则引擎、知识图谱构建和数据资源，其中业务应用包括业务逻辑和可视化展示，规则引擎包括规则解析、规则执行和分布式计算服务，知识图谱构建包括实体识别、关系抽取、句法遗存、RDF、OWL、Neo4j、RDF4、数据映射、实体匹配和本体融合，数据资源包括案件信息库、法律文书库和法律法规知识库。
[0009]本专利技术可以实现在法律监督过程中通过实体识别快速生成业务逻辑规则，业务人员不需要研发人员额外编码开发，可自行转化为可以被引擎执行的逻辑规则，当业务人员需要调整规则时，可以通过修改规则逻辑描述，无需再次编码开发，即可即时完成逻辑规则的更新。
[0010]一种基于知识图谱的法律监督规则引擎系统的实现方法，包括以下步骤:
[0011]步骤1:采集法律监督涉及的各类结构化数据，建立法律监督相关的数据模型；
[0012]步骤2:采集法律监督相关各类文书文件，使用实体识别和文书解析完成文书的结构化，建立和合并相应的数据模型；
[0013]步骤3:根据已有的数据和数据模型，创建检务法律监督知识图谱；
[0014]步骤4:输入需要解析的法律法条或则监督规则的文本描述；
[0015]步骤5:系统识别出文本描述中的实体信息，并与知识图谱中法律监督相关的实体关联；
[0016]步骤6:系统识别出文本描述与步骤5中实体之间的关系，并生成基于实体关系的结构化逻辑规则信息；
[0017]步骤7:系统将步骤6的结构化逻辑规则解析成系统代码可执行的操作逻辑，并执行；
[0018]步骤8:系统将步骤7执行的结果输出展示。
[0019]优选地，所述步骤1中各类结构化数据包含案件信息和嫌疑人信息。
[0020]优选地，所述步骤4中的文本描述具体是指：对输入文本做分词、词性识别基本的自然语言处理。
[0021]一种基于知识图谱的法律监督规则引擎系统的使用方法，步骤如下：
[0022]业务人员只需要关注自己需要实现的业务逻辑功能，以自己熟悉的语言表达相应业务的逻辑规则；
[0023]当需要业务调整时，在第一线的业务人员，自主独立完成规则的修改和结果查看，能第一时间验证业务逻辑规则的有效性；
[0024]业务规则被创建后，在不同业务部门之间共享，查看已有业务规则的执行效果。
[0025]本专利技术可以实现在法律监督过程中通过实体识别快速生成业务逻辑规则，业务人员不需要研发人员额外编码开发，可自行转化为可以被引擎执行的逻辑规则，当业务人员需要调整规则时，可以通过修改规则逻辑描述，无需再次编码开发，即可即时完成逻辑规则的更新。
附图说明
[0026]图1为本专利技术基于知识图谱的法律监督规则引擎系统的架构图；
[0027]图2为本专利技术基于知识图谱的法律监督规则引擎系统的实现方法流程图。
具体实施方式
[0028]下面结合附图对本专利技术作进一步详细的说明，但并不是对本专利技术保护范围的限制。
[0029]如图1所示，一种基于知识图谱的法律监督规则引擎系统，包括业务应用、规则引擎、知识图谱构建和数据资源，其中业务应用包括业务逻辑和可视化展示，规则引擎包括规则解析、规则执行和分布式计算服务，知识图谱构建包括实体识别、关系抽取、句法遗存、RDF、 OWL、Neo4j、RDF4、数据映射、实体匹配和本体融合，数据资源包括案件信息库、法律文书库和法律法规知识库。
[0030]如图2所示，一种基于知识图谱的法律监督规则引擎系统的实现方法，包括以下步骤:
[0031]步骤1:采集法律监督涉及的各类结构化数据，比如案件信息、嫌疑人信息等，建立法律监督相关的数据模型；
[0032]步骤2:采集法律监督相关各类文书文件，使用实体识别和文书解析完成文书的结构化，建立和合并相应的数据模型；
[0033]步骤3:根据已有的数据和数据模型，创建检务法律监督知识图谱；
[0034]步骤4:输入需要解析的法律法条或则监督规则的文本描述：比如“在行政非诉执行案件中，存在“催告”关键词的案件，是程序违规的案件”；对输入文本做分词、词性识别等基本的自然语言处理；
[0035]步骤5:系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的法律监督规则引擎系统，其特征在于：其包括业务应用、规则引擎、知识图谱构建和数据资源，其中业务应用包括业务逻辑和可视化展示，规则引擎包括规则解析、规则执行和分布式计算服务，知识图谱构建包括实体识别、关系抽取、句法遗存、RDF、OWL、Neo4j、RDF4、数据映射、实体匹配和本体融合，数据资源包括案件信息库、法律文书库和法律法规知识库。2.一种如权利要求1所述的基于知识图谱的法律监督规则引擎系统的实现方法，其特征在于：其包括以下步骤:步骤1:采集法律监督涉及的各类结构化数据，建立法律监督相关的数据模型；步骤2:采集法律监督相关各类文书文件，使用实体识别和文书解析完成文书的结构化，建立和合并相应的数据模型；步骤3:根据已有的数据和数据模型，创建检务法律监督知识图谱；步骤4:输入需要解析的法律法条或则监督规则的文本描述；步骤5:系统识别出文本描述中的实体信息，并与知识图谱中法律监督相关的实体关联；步骤6:系统识别出文本描述与步...

【专利技术属性】
技术研发人员：胡建斌，张鹏，姚国军，
申请(专利权)人：浙江省杭州市人民检察院，
类型：发明
国别省市：