[发明专利]一种智能律师专家应答方法

说明书

本发明属于专家系统技术领域，公开了一种智能律师专家应答方法，包括：获取输入的案情信息；对所述案情信息进行分词；采用TFIDF方法提取关键词；采用余弦相似度匹配方法，基于所述关键词，将案情问题的与语料库中的案情相匹配；取余弦相似度较高的3个问题的答案输出；其中，所述语料库基于律师历史案情处理信息建立。本发明提供一种高效的律师专家系统应答方法。

技术领域

本发明涉及专家系统技术领域，特别涉及一种智能律师专家应答方法。

背景技术

随着时代的发展，人们的维权意识大大提高，在生活中，人们会遇到各种各样的问题，而许多问题的解决人们只能寻求法律的帮助。提高法律，首先能够想到的便是律师，然而现实中律师的人数众多，而每一个律师又擅长不同的领域，人们接触律师的机会较少，无法判断律师的好坏，也无从知晓此律师是否适合自己的案情，为人们解决法律问题带来了极大的不便。有不少学者提出了各种律师推荐系统以及智能问答匹配的技术(参考文献高浚城创建律师信息库方法及装置，律师推荐方法、装置及系统，专利申请号：CN201610783519.0)，此推荐律师的方法虽然解决了一部分问题，但是在现实生活中，很多人对该类系统的使用了解少，不易于使用，且人们了解律师的信息较少，请律师的成本较高，即使推荐了律师信息，人们仍有极大的可能无法找到律师解决问题。

发明内容

本发明提供一种智能律师专家应答方法，能够高效实现法律问题解答。

为解决上述技术问题，本发明提供了一种智能律师专家应答方法，包括：

获取输入的案情信息；

对所述案情信息进行分词；

采用TFIDF方法提取关键词；

采用余弦相似度匹配方法，基于所述关键词，将案情问题的与语料库中的案情相匹配；

取余弦相似度较高的3个问题的答案输出；

其中，所述语料库基于律师历史案情处理信息建立。

进一步地，所述方法还包括：

利用所述关键词在语料库中采用余弦相似度匹配方法进行关键词匹配，得到目标答案的候选关键词；

通过概率上下无关文法方法进行句法分析，得到目标答案的候选句型；

将所述候选关键词根据词性，填充到候选句型中，输出最终答案。

进一步地，所述对所述案情信息进行分词包括：

利用隐式马尔可夫链模型对所述案情信息进行分词。

进一步地，所述利用所述关键词在语料库中采用余弦相似度匹配方法进行关键词匹配，得到目标答案的候选关键词包括：

利用所述关键词，在语料库中采用基于语料库的词语相似度计算方法，计算所述关键词与语料库中词语所处的上下文环境是否相似，确定两个词语的语义相似度；

筛选出与输入的案情信息的所述关键词语义相似的词语，得到目标答案的候选关键词。

进一步地，所述获取输入的案情信息包括：

利用语音识别技术获取案情信息；

将语音信息转换成文本信息，作为案情信息的输入。

进一步地，所述方法还包括：模糊信息匹配；

将所述语音信息进行聚类处理；

若无识别的信息部分被归到某一聚类簇中，则在拼音集中匹配与此类簇相似的信息；

若聚类处理后，无法正确识别的信息被单独归为一类，则用人工规则进行处理。