[发明专利]电子装置、诉讼数据处理的方法及存储介质有效
申请号: | 201811043749.9 | 申请日: | 2018-09-07 |
公开(公告)号: | CN109359175B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 叶素兰;窦文伟;胡义品;汪伟;王鸿滨 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/35;G06Q50/18 |
代理公司: | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人: | 高杰;于志光 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电子 装置 诉讼 数据处理 方法 存储 介质 | ||
1.一种电子装置,其特征在于,所述电子装置包括存储器及与所述存储器连接的处理器,所述存储器中存储有可在所述处理器上运行的处理系统,所述处理系统被所述处理器执行时实现如下步骤:
争议焦点获取步骤,获取预定类型诉讼的裁判文书,通过预设的方式分析得到每一裁判文书中的争议焦点句,并获取争议焦点句中对应的争议焦点;
证据分析步骤,基于预先建立的证据清单中的争议焦点与证据名称的对应关系、在每一裁判文书中获取的争议焦点,对对应的裁判文书进行分析,获得该裁判文书中与所获取的争议焦点匹配的有效证据信息;
判决语句解析步骤,基于在每一裁判文书中获取到的焦点语句对对应的裁判文书进行解析,以获得该裁判文书中的判决语句;
关联步骤,基于该裁判文书的判决语句获取对应的判决结果,建立该裁判文书的争议焦点句、证据信息、判决语句及判决结果之间的关联关系;
模型训练步骤,基于各裁判文书对应的具有关联关系的争议焦点句、证据信息、判决语句及判决结果对贝叶斯模型进行训练,得到该预定类型诉讼对应的预判模型;
其中,所述争议焦点获取步骤包括:预先标注争议焦点句和非争议焦点句,基于预先标注争议焦点句和非争议焦点句训练得到分类模型,以训练得到的分类模型识别各裁判文书中的语句,得到争议焦点句,并获取争议焦点句中对应的争议焦点;
所述判决语句解析步骤,包括:获取模式库中预先建立的争议焦点的第四模式串,基于该第四模式串对每一裁判文书中的语句进行匹配,得到涉及争议焦点的语句,将涉及争议焦点的语句中的争议焦点句剔除,以得到该裁判文书的候选判决句;计算该裁判文书中候选判决句与争议焦点句的加权的余弦相似度,按照相似度降序的顺序对对应的候选判决句进行排序;基于候选判决句的排序、候选判决句匹配到的争议焦点的数量、候选判决句在该裁判文书中的位置选取得到该裁判文书中的判决语句;
其中,所述计算该裁判文书中候选判决句与争议焦点句的加权的余弦相似度的步骤包括:
将候选判决句与争议焦点句分别进行分词,对分词标注对应的词性,并对不同词性的分词赋予对应的权重wi,分词后的候选判决句为(x1,x2,…xi…xn),分词后的争议焦点句为(y1,y2,…yi…yn),根据各词性的权重,候选判决句与争议焦点句分别表示为:
x=(w1x1,w2x2,…wixi…w3xn);
y=(w1y1,w2y2,…wiyi…w3yn);
计算候选判决句与争议焦点句加权的余弦相似度为:
所述关联步骤包括:所述判决结果包括支持与不支持,将判决语句与模式库中预先建立判决模式串进行匹配,获取对应的判决结果,建立该裁判文书的证据信息、焦点语句、判决语句及判决结果之间的关联关系并保存。
2.根据权利要求1所述的电子装置,其特征在于,所述证据分析步骤,具体包括:
基于预先建立的证据清单中的争议焦点与证据名称的关系、在每一裁判文书中获取的争议焦点,对对应的裁判文书进行匹配,分析是否匹配到与所获取的争议焦点对应的证据信息;
若是,则获取模式库中预先建立的证据信息存在性的第二模式串,基于第二模式串对该裁判文书进行匹配,以分析抗辩双方是否提交有该证据信息;
若是,则获取模式库中预先建立的证据信息有效性的第三模式串,基于第三模式串对该裁判文书进行匹配,以分析该证据信息是否有效;
若是,则以该证据信息作为该裁判文书的有效证据信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811043749.9/1.html,转载请声明来源钻瓜专利网。