一种基于术语构建法律知识图谱的语义智能检索方法技术

本发明专利技术涉及一种基于术语构建法律知识图谱的语义智能检索方法，属于领域

【技术实现步骤摘要】
一种基于术语构建法律知识图谱的语义智能检索方法


[0001]本专利技术属于搜索引擎
领域，具体涉及一种基于术语构建法律知识图谱的语义智能检索方法
。

技术介绍

[0002]目前用户在查找与案件相似典型案例过程中，现在通过关键词匹配的搜索引擎法延伸搜索出对应准确有效的典型案例信息以及案例相关文书信息
。
用户需要花费大量的时间和精力在搜索结果中识别有用信息
。
[0003]目前现有的数据检索技术只能对独立的信息进行信息整理和检索，而对于关联性强，且关系较为复杂的数据来说，搜索结果并不能达到用户的实际目标要求
。
并且现有技术不能满足用户需要的更多更全面的具有关联关系的信息，并不能结合用户的关注内容进行优先排序
。
[0004]因此，有必要提供一种能够快速准确有效的搜索到正确的案例信息的智能检索方法
。

技术实现思路

[0005](
一
)
要解决的技术问题
[0006]本专利技术要解决的技术问题是如何提供一种基于术语构建法律知识图谱的语义智能检索方法，以解决现有技术只能对独立的信息进行信息整理和检索，而对于关联性强，且关系较为复杂的数据来说，搜索结果并不能达到用户的实际目标要求，并且现有技术不能满足用户需要的更多更全面的具有关联关系的信息的问题
。
[0007](
二
)
技术方案
[0008]为了解决上述技术问题，本专利技术提出一种基于术语构建法律知识图谱的语义智能检索方法，该方法包括如下步骤：
[0009]S1、
根据术语库数据构建适应于需求环境的知识图谱；
[0010]S2、
基于用户输入的检索条件进行文本信息提取，并对提取到的文本信息进行分词处理；
[0011]S3、
基于对分词处理后的文本信息进行词义消歧；
[0012]S4、
基于上述对经过词义消歧的文本信息进行语义识别提取关键词；
[0013]S5、
基于上述提取关键词在所述法律知识图谱中进行关键词匹配，关联查找对应于用户输入文本匹配结果的检索结果
。
[0014](
三
)
有益效果
[0015]本专利技术提出一种基于术语构建法律知识图谱的语义智能检索方法，本专利技术的一种基于术语构建法律知识图谱的语义智能检索方法，具有以下有益效果：本专利技术基于脱离于传统的法律术语库，利用基于关系整合的知识图谱，借助于知识图谱的对象与对象之间的强关联性，可以获得更加准确的搜索命中率
。
通过对用户输入的案例信息进行词义消歧
、
语
义识别
、
并结合根据用户所在部门
、
输入行为
、
习惯法律用语
、
法律简称并结合办案业务条线分析提取关键词，最终根据关键词与网络热度对检索结果进行排序，并将检索结果展现给用户
。
[0016]本专利技术解决了现有技术只能对关键词检索，而对于关联性强的数据来说，搜索结果并不能达到用户的实际目标要求
。
本专利技术利用基于关系整合的法律知识图谱，借助于知识图谱的对象与对象之间的强关联性，可以获得更加准确的搜索命中率
。
对于检察辅助办案场景的文书数据或是关联关系比较复杂的数据环境下提供了有效的检索手段
。
附图说明
[0017]图1为本专利技术的方法流程图
。
具体实施方式
[0018]为使本专利技术的目的
、
内容和优点更加清楚，下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述
。
[0019]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于术语构建法律知识图谱的语义智能检索方法，用于解决现有技术只能对独立的信息进行信息整理和检索，而对于关联性强，且关系较为复杂的数据来说，搜索结果并不能达到用户的实际目标要求，并且现有技术不能满足用户需要的更多更全面的具有关联关系的信息的问题
。
[0020]本专利技术的一种基于术语构建法律知识图谱的语义智能检索方法，包括：根据术语库数据构建适应于需求环境的知识图谱；基于用户输入的检索条件进行文本信息提取，并对提取到的文本信息进行分词处理；基于对分词处理后的文本信息进行词义消歧；基于上述对经过词义消歧的文本信息进行语义识别提取关键词；基于上述提取关键词在所述法律知识图谱中进行关键词匹配，关联查找对应于用户输入文本匹配结果的检索结果
。
解决了现有技术只能对关键词检索，而对于关联性强的数据来说，搜索结果并不能达到用户的实际目标要求
。
本专利技术利用基于关系整合的法律知识图谱，借助于知识图谱的对象与对象之间的强关联性，可以获得更加准确的搜索命中率
。
对于检察辅助办案场景的文书数据或是关联关系比较复杂的数据环境下提供了有效的检索手段
。
[0021]为实现上述目的及其他相关目的，本专利技术提供一种基于术语构建法律知识图谱的语义智能检索方法，包括如下步骤：
[0022]S1、
根据术语库数据构建适应于需求环境的知识图谱；
[0023]S2、
基于用户输入的检索条件进行文本信息提取，并对提取到的文本信息进行分词处理；
[0024]S3、
基于对分词处理后的文本信息进行词义消歧；
[0025]S4、
基于上述对经过词义消歧的文本信息进行语义识别提取关键词；
[0026]S5、
基于上述提取关键词在所述法律知识图谱中进行关键词匹配，关联查找对应于用户输入文本匹配结果的检索结果
。
[0027]本专利技术的一实施例中，根据术语库数据构建法律知识图谱，包括：
[0028]S11、
从汉语主题词表获取法律术语以及从检察办案数据获取法律文书和法律实体，生成带有法律特征的文本语料库；
[0029]S12、
利用上述文本语料库以及法律法规库识别法律实体或法律关系，进行法律规则处理并生成法律知识特征库；
[0030]S13、
梳理建立法律规则模型，利用所述法律规则模型识别法律概念，并作为法律知识存储到所述法律知识特征库；
[0031]S14、
利用上述文本语料库进行语义理解，对上下文语境分析抽取文本特征存储到所述法律知识特征库；
[0032]S15、
利用机器学习对上述法律知识特征库进行训练，并将训练后的法律知识特征存储到所述法律知识特征库
。
[0033]S16、
通过法律概念框架建立法律知识点关联，从而形成法律知识图谱
。
[0034]本专利技术的一实施例中，基于用户输入的检索条件进行文本信息提取，并对提取到的文本信息进行分词处理，包括：分词处理可采用动态统计法
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于术语构建法律知识图谱的语义智能检索方法，其特征在于，该方法包括如下步骤：
S1、
根据术语库数据构建适应于需求环境的知识图谱；
S2、
基于用户输入的检索条件进行文本信息提取，并对提取到的文本信息进行分词处理；
S3、
基于对分词处理后的文本信息进行词义消歧；
S4、
基于上述对经过词义消歧的文本信息进行语义识别提取关键词；
S5、
基于上述提取关键词在所述法律知识图谱中进行关键词匹配，关联查找对应于用户输入文本匹配结果的检索结果
。2.
如权利要求1所述的基于术语构建法律知识图谱的语义智能检索方法，其特征在于，所述
S1
具体包括如下步骤：
S11、
从汉语主题词表获取法律术语以及从检察办案数据获取法律文书和法律实体，生成带有法律特征的文本语料库；
S12、
利用上述文本语料库以及法律法规库识别法律实体或法律关系，进行法律规则处理并生成法律知识特征库；
S13、
梳理建立法律规则模型，利用所述法律规则模型识别法律概念，并作为法律知识存储到所述法律知识特征库；
S14、
利用上述文本语料库进行语义理解，对上下文语境分析抽取文本特征存储到所述法律知识特征库；
S15、
利用机器学习对上述法律知识特征库进行训练，并将训练后的法律知识特征存储到所述法律知识特征库；
S16、
通过法律概念框架建立法律知识点关联，从而形成法律知识图谱
。3.
如权利要求2所述的基于术语构建法律知识图谱的语义智能检索方法，其特征在于，所述法律知识图谱包含对应于包括不同的维度的数据的司法办案库数据，包括：相关人信息
、
以及相关法律文书信息
。4.
如权利要求2所述的基于术语构建法律知识图谱的语义智能检索方法，其特征在于，所述
S2
中，分词处理采用动态统计法
、
最大匹配法
、
自动分词法
、
特殊规则修正法其中的任意一种
。5.
如权利要求4所述的基于术语构建法律知识图谱的语义智能检索方法，其特征在于，所述
...

【专利技术属性】
技术研发人员：贾明静，郭旭东，
申请(专利权)人：北京计算机技术及应用研究所，
类型：发明
国别省市：