[发明专利]法律相关文本的归类方法、归类装置及相应的电子设备在审
申请号: | 201811237612.7 | 申请日: | 2018-10-23 |
公开(公告)号: | CN109460468A | 公开(公告)日: | 2019-03-12 |
发明(设计)人: | 孙理;李倩;谷博;梁梦婕 | 申请(专利权)人: | 出门问问信息科技有限公司 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F16/31;G06Q50/18 |
代理公司: | 北京市立方律师事务所 11330 | 代理人: | 张筱宁 |
地址: | 100007 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文本 法律 要素信息 归类 电子设备 归类装置 语义识别 可靠保证 索引关系 文本要素 智能识别 准确率 构建 存储 检索 自动化 应用 保证 | ||
1.一种法律相关文本的归类方法,其特征在于,包括:
通过预先构建的语义识别模型,识别确定多个法律相关文本中任一法律相关文本的至少一个要素信息;
根据所述至少一个要素信息对所述任一法律相关文本进行归类处理;
建立所述多个法律相关文本中任一法律相关文本与其相应的至少一个类别的索引关系,并进行存储。
2.根据权利要求1所述的法律相关文本的归类方法,其特征在于,所述通过预先构建的语义识别模型,识别确定多个法律相关文本中任一法律相关文本的至少一个要素信息,包括:
确定各个法律相关文本的类型;
根据所述各个法律相关文本的类型,通过预先构建的语义识别模型,识别确定所述多个法律相关文本中任一法律相关文本的至少一个要素信息。
3.根据权利要求1或2所述的法律相关文本的归类方法,其特征在于,所述预先构建的语义识别模型包括要素信息的语义特征库,所述通过预先构建的语音识别模型,识别确定多个法律相关文本中任一法律相关文本的至少一个要素信息,包括:
将所述多个法律相关文本中任一法律相关文本的相应文本内容与所述语义特征库进行匹配;
如果所述相应文本内容与所述语义特征库匹配成功,则确定所述相应文本内容为所述法律相关文本的要素信息。
4.根据权利要求1所述的法律相关文本的归类方法,其特征在于,该方法还包括:
依据接收到的包括检索内容的检索请求,基于根据所述检索内容确定的索引关系,查找确定与所述检索内容相匹配的法律相关文本。
5.根据权利要求4所述的法律相关文本的归类方法,其特征在于,所述依据接收到的包括检索内容的检索请求,基于所述索引关系,查找确定与所述检索内容相匹配的法律相关文本,包括:
对所述检索内容进行语义识别,确定所述检索内容对应的法律相关文本的类别;
基于确定的所述检索内容对应的法律相关文本的类别与法律相关文本的索引关系,查找确定与所述检索内容相匹配的法律相关文本。
6.一种法律相关文本的归类装置,其特征在于,包括:
识别确定模块,用于通过预先构建的语义识别模型,识别确定多个法律相关文本中任一法律相关文本的至少一个要素信息;
归类模块,用于根据所述识别确定模块识别确定的所述至少一个要素信息对所述任一法律相关文本进行归类处理;
建立模块,用于建立所述多个法律相关文本中任一法律相关文本与其相应的所述归类模块归类处理的至少一个类别的索引关系;
存储模块,用于存储所述建立模块建立的所述索引关系。
7.根据权利要求6所述的法律相关文本的归类装置,其特征在于,
所述预先构建的语义识别模型包括要素信息的语义特征库;
所述识别确定模块,用于将所述多个法律相关文本中任一法律相关文本的相应文本内容与所述语义特征库进行匹配;如果所述相应文本内容与所述语义特征库匹配成功,则确定所述相应文本内容为所述法律相关文本的要素信息。
8.根据权利要求6所述的法律相关文本的归类装置,其特征在于,所述归类装置还包括:查找确定模块;
所述查找确定模块,用于依据接收到的包括检索内容的检索请求,基于根据所述检索请求确定的所述索引关系,查找确定与所述检索内容相匹配的法律相关文本。
9.一种电子设备,其特征在于,包括:
处理器、存储器、通信接口和总线;
其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述通信接口用于该电子设备与终端设备的通信设备之间的信息传输;
所述处理器用于调用所述存储器中的程序指令,以执行权利要求1至权利要求5所述的法律相关文本的归类方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行权利要求1至权利要求5中任一项所述的法律相关文本的归类方法。
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出门问问信息科技有限公司,未经出门问问信息科技有限公司许可,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/201811237612.7/1.html,转载请声明来源钻瓜专利网。