System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本说明书涉及信息推荐领域,尤其涉及一种针对纠纷案件的信息推荐方法、装置、介质及设备。
技术介绍
1、随着科技的迅速发展,大模型开始被广泛应用于诸如纠纷调解等社会事件的信息推荐,从而辅助调解人员对这些事件进行处理。
2、然而,现有的针对矛盾纠纷化解类案件的信息推荐方法通常仅用于与相似的案件进行查找,精确性较低,调解人员还需要阅读大量的相似案件才能总结出对应的解决方案,难以满足用户对信息的多样化需求,用户体验较差。
3、因此,如何满足用户对信息的多样化需求,进一步提高用户体验,是一个亟待解决的问题。
技术实现思路
1、本说明书提供一种针对纠纷案件的信息推荐方法、装置、介质及设备,以部分的解决现有技术存在的上述问题。
2、本说明书采用下述技术方案:
3、本说明书提供了一种针对纠纷案件的信息推荐方法,包括:
4、获取用户输入的针对目标案件的查询文本,并将所述查询文本输入预设的信息推荐大模型;
5、通过所述信息推荐大模型的分类网络,确定所述查询文本是否与案件的信息相关,若是,则确定所述查询文本的查询类型;
6、通过所述信息推荐大模型的抽取网络,抽取所述查询文本中包含的所述目标案件的案件要素信息;
7、根据所述案件要素信息,在预设案例库中确定出与所述目标案件相匹配的历史案件;
8、通过所述信息推荐大模型的生成网络,根据所述查询类型以及处理所述历史案件过程中所涉及的案件处理信息,生成待推荐
9、可选地,所述方法还包括:
10、若通过所述信息推荐大模型的分类网络,确定所述查询文本与所述案件的信息不相关,则基于所述查询文本的语意信息,生成答复语并返回给所述用户。
11、可选地,通过所述信息推荐大模型的抽取网络,抽取所述查询文本中包含的所述目标案件的案件要素信息,具体包括:
12、判断从所述查询文本中抽取到的案件要素信息是否包含有全部关键要素信息;
13、若否,则向所述用户发送输入关键要素信息的提示,以使所述用户基于所述提示,输入所述查询文本中不包含的关键要素信息。
14、可选地,所述关键要素信息至少包括案件类型、发生地点、是否为群体性事件、人员状况以及纠纷焦点。
15、可选地,通过所述信息推荐大模型的生成网络,根据所述查询类型以及处理所述历史案件过程中所涉及的案件处理信息,生成待推荐信息,具体包括:
16、若所述查询类型为查询解决建议,则基于所述案件处理信息,确定各历史案件对应的调解路径;
17、基于所述各历史案件对应的调解路径,生成针对所述目标案件的解决建议并返回给所述用户。
18、可选地,通过所述信息推荐大模型的生成网络,根据所述查询类型以及处理所述历史案件过程中所涉及的案件处理信息,生成待推荐信息,具体包括:
19、若所述查询类型为查询调解策略,则基于所述案件处理信息,确定各历史案件对应的调解策略;
20、对所述各历史案件对应的调解策略进行去重处理,并将去重处理后的各调解策略返回给所述用户。
21、可选地,通过所述信息推荐大模型的生成网络,根据所述查询类型以及处理所述历史案件过程中所涉及的案件处理信息,生成待推荐信息,具体包括:
22、若所述查询类型为查询法律法规,则基于所述案件处理信息,确定各历史案件所参考的法律法规;
23、对所述各历史案件所参考的法律法规进行去重处理,并将去重处理后的各法律法规返回给所述用户。
24、可选地,通过所述信息推荐大模型的生成网络,根据所述查询类型以及处理所述历史案件过程中所涉及的案件处理信息,生成待推荐信息,具体包括:
25、若所述查询类型为查询赔偿标准,则基于所述案件处理信息,确定各历史案件所对应的赔偿标准;
26、对所述各历史案件所对应的赔偿标准进行去重处理,并将去重处理后的各赔偿标准返回给所述用户。
27、可选地,所述方法还包括:
28、若所述查询类型为查询相似案件,则确定各历史案件与所述目标案件之间的相似度;
29、按照所述相似度由大到小的顺序,对所述各历史案件进行排序,并将排序在指定位次之前的历史案件返回给所述用户。
30、本说明书提供了一种针对纠纷案件的信息推荐装置,包括:
31、获取模块,获取用户输入的针对目标案件的查询文本,并将所述查询文本输入预设的信息推荐大模型;
32、分类模块,通过所述信息推荐大模型的分类网络,确定所述查询文本是否与案件的信息相关,若是,则确定所述查询文本的查询类型;
33、抽取模块,通过所述信息推荐大模型的抽取网络,抽取所述查询文本中包含的所述目标案件的案件要素信息;
34、匹配模块,根据所述案件要素信息,在预设案例库中确定出与所述目标案件相匹配的历史案件;
35、推荐模块,通过所述信息推荐大模型的生成网络,根据所述查询类型以及处理所述历史案件过程中所涉及的案件处理信息,生成待推荐信息并向所述用户进行信息推荐。
36、本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述针对纠纷案件的信息推荐方法。
37、本说明书提供了一种电子设备,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上述针对纠纷案件的信息推荐方法。
38、本说明书采用的上述至少一个技术方案能够达到以下有益效果:
39、在本说明书提供的针对纠纷案件的信息推荐方法中,获取用户输入的针对目标案件的查询文本,并将查询文本输入预设的信息推荐大模型;通过信息推荐大模型的分类网络,确定查询文本是否与案件的信息相关,若是,则确定查询文本的查询类型;通过信息推荐大模型的抽取网络,抽取查询文本中包含的目标案件的案件要素信息;根据案件要素信息,在预设案例库中确定出与目标案件相匹配的历史案件;通过信息推荐大模型的生成网络,根据查询类型以及处理历史案件过程中所涉及的案件处理信息,生成待推荐信息并向用户进行信息推荐。
40、从上述方法可以看出,本方案在进行信息推荐的过程中,可以先确定查询类型以及案件的要素信息,之后通过基于案件要素信息所匹配出的相似案件以及查询类型,生成满足用户查询需求的待推荐信息,这样一来,用户不再需要阅读大量的相似案件便可以通过大模型总结归纳出与查询类型相匹配的信息,充分满足了用户对信息的多样化需求,进一步提高了用户体验。
本文档来自技高网...【技术保护点】
1.一种针对纠纷案件的信息推荐方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
3.如权利要求1所述的方法,其特征在于,通过所述信息推荐大模型的抽取网络,抽取所述查询文本中包含的所述目标案件的案件要素信息,具体包括:
4.如权利要求3所述的方法,其特征在于,所述关键要素信息至少包括:案件类型、发生地点、是否为群体性事件、人员状况以及纠纷焦点。
5.如权利要求1所述的方法,其特征在于,通过所述信息推荐大模型的生成网络,根据所述查询类型以及处理所述历史案件过程中所涉及的案件处理信息,生成待推荐信息,具体包括:
6.如权利要求1所述的方法,其特征在于,通过所述信息推荐大模型的生成网络,根据所述查询类型以及处理所述历史案件过程中所涉及的案件处理信息,生成待推荐信息,具体包括:
7.如权利要求1所述的方法,其特征在于,通过所述信息推荐大模型的生成网络,根据所述查询类型以及处理所述历史案件过程中所涉及的案件处理信息,生成待推荐信息,具体包括:
8.如权利要求1所述的方法,其特
9.如权利要求1所述的方法,其特征在于,所述方法还包括:
10.一种针对纠纷案件的信息推荐装置,其特征在于,包括:
11.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~9任一项所述的方法。
12.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现上述权利要求1~9任一项所述的方法。
...【技术特征摘要】
1.一种针对纠纷案件的信息推荐方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
3.如权利要求1所述的方法,其特征在于,通过所述信息推荐大模型的抽取网络,抽取所述查询文本中包含的所述目标案件的案件要素信息,具体包括:
4.如权利要求3所述的方法,其特征在于,所述关键要素信息至少包括:案件类型、发生地点、是否为群体性事件、人员状况以及纠纷焦点。
5.如权利要求1所述的方法,其特征在于,通过所述信息推荐大模型的生成网络,根据所述查询类型以及处理所述历史案件过程中所涉及的案件处理信息,生成待推荐信息,具体包括:
6.如权利要求1所述的方法,其特征在于,通过所述信息推荐大模型的生成网络,根据所述查询类型以及处理所述历史案件过程中所涉及的案件处理信息,生成待推荐信息,具体包括:
7.如权利要求...
【专利技术属性】
技术研发人员:蔡京京,段宏英,牛大明,柏洁明,孔祥夫,刘通,董波,
申请(专利权)人:之江实验室,
类型:发明
国别省市:
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。