[发明专利]一种案情智能识别方法及系统

说明书

本发明公开了一种案情智能识别方法及系统。该方法包括：获取待识别案情；提取所述待识别案情的主谓宾以及关键信息，得到简化后的案情；采用word2wec技术将简化后的案情转化为向量；将所述向量与标准向量进行匹配，将与所述向量相匹配的标准向量记为匹配向量，所述标准向量为预先设定的、对应有设定罪名以及情形的向量；根据所述匹配向量确定所述待识别案情的情形结论；采用句法依存分析法提取所述待识别案情中包含犯罪特征的短句；根据所述短句确定犯罪要素；根据所述犯罪要素确定涉案金额；根据所述情形结论和涉案金额，确定待识别案情所涉及的罪名。本发明能够对案件的情形及罪名进行智能识别。

技术领域

本发明涉及一种案情智能识别方法及系统。

背景技术

为群众提供经济案件民事与刑事的自主识别已经成为一种越来越广泛的需求，这既便于群众及时解决问题，也方便公安机关提升工作效率。同时也能够引导群众从法律视角看问题，降低经济活动产生财产损失的风险。通过互联线上使用，让群众零门槛享受法律的福利，做到经济类案件“一站式服务”，满足百姓对于经济类案件的咨询了解，也能够为公安机关更好地与群众交流合作，提供便利通道。

发明内容

本发明的目的是提供一种案情智能识别方法及系统，能够对案件的情形及罪名进行智能识别。

为实现上述目的，本发明提供了如下方案：

一种案情智能识别方法，包括：

获取待识别案情；

提取所述待识别案情的主谓宾以及关键信息，得到简化后的案情，所述关键信息包括实施者、承受者、实施地点、涉及金额、金额符号和事件时间；

采用word2wec技术将简化后的案情转化为向量；

将所述向量与标准向量进行匹配，将与所述向量相匹配的标准向量记为匹配向量，所述标准向量为预先设定的、对应有设定罪名以及情形的向量；

根据所述匹配向量确定所述待识别案情的情形结论；

采用句法依存分析法提取所述待识别案情中包含犯罪特征的短句；

根据所述短句确定犯罪要素，所述犯罪要素包括实施者、承受者、实施地点、涉及金额、金额符号和事件时间；

根据所述犯罪要素确定涉案金额；

根据所述情形结论和涉案金额，确定待识别案情所涉及的罪名。

可选的，在所述提取所述待识别案情的主谓宾以及关键信息，得到简化后的案情之后，在所述采用word2wec技术将简化后的案情转化为向量之前，还包括：

将简化后的案情中的词语与法律专业词语进行同义词替换，得到标准化案情。

可选的，在所述将所述向量与标准向量进行匹配之前，还包括：

根据法律语料库建立人名库、地点库和情形库；

根据人名库、地点库和情形库确定标准向量；

对所述标准向量中的核心词进行同义词维护，实现对所述标准向量的发散。

可选的，所述根据所述匹配向量确定所述待识别案情的情形结论，具体包括：

将所述匹配向量对应的案件情形确定为所述待识别案情的情形结论。

可选的，所述根据所述犯罪要素确定涉案金额，具体包括：

获取所述犯罪要素中涉及的金额、金额的单位以及表示“加”金额的词语、表示“减”金额的词语；

根据所述犯罪要素中涉及的金额、金额的单位以及表示“加”金额的词语、表示“减”金额的词语，确定涉案金额。