[发明专利]基于微模板的法院裁判文书辅助生成的方法和系统

权利要求书

1.一种基于微模板的法院裁判文书辅助生成的方法，其特征在于，包括以下步骤：

获取庭审笔录和庭审笔录相关信息以及相似内容，构建相关的所有案件知识的数据库；

依据不同案由提取相应的案件要素及构建不同案由的判案模型，并建立相关联的模板库；

获取裁判说理分析结果信息；

获取判决结果信息，并将其与所述裁判说理分析结果信息，采用自然语言生成技术NLG转换所述判决结果信息和所述裁判说理分析结果信息为自然语言；

将案件基本信息与案件审流信息智能匹配所述模板库中正确的文书模板，整理裁判说理结果信息，输出所述判决结果信息，辅助生成法院裁判文书。

2.根据权利要求1所述的基于微模板的法院裁判文书辅助生成的方法，其特征在于，所述构建相关的所有案件知识的数据库的步骤包括以下步骤：

采用自然语言处理技术和文本语义分析的方法，识别并抽取对象实体、属性以及相关的关系信息；

链接实体并融合知识，消除歧义的概念，剔除冗余和错误的对象；

采用形式化的方式，明确地定义知识之间的概念及其联系，构建案件的知识图谱，并发送数据信息到裁判说理分析模块。

3.根据权利要求1所述的基于微模板的法院裁判文书辅助生成的方法，其特征在于，所述获取裁判说理分析结果信息的步骤包括以下步骤：

依据所述判决结果信息，采用学习模型学习判决文书的表示方式；

构建案件的知识图谱，映射所述知识图谱中实体关系为低维稠密空间中的向量；

解析实体关系向量信息，获取数据信息，采用不同推理规则，生成复杂案件法院裁判说理分析结果信息。

4.所述采用不同推理规则的步骤包括以下步骤：

简单推理过程；

复杂实体关系推测过程；

所述采用不同推理规则进一步包括以下步骤：

所述简单推理过程采用一阶谓词逻辑的方式，利用逻辑运算符号表达谓词，设定关系推理的逻辑和约束条件；

所述复杂实体关系推测过程采用知识图谱的图推理方法，查找源节点和目标节点间存在的路径，获取路径语义信息，推测两个节点间存在的关系。

5.根据权利要求1所述的基于微模板的法院裁判文书辅助生成的方法，其特征在于，所述采用自然语言生成技术NLG转换所述判决结果信息和所述裁判说理分析结果信息为自然语言的步骤包括以下步骤：

按照句数将适用使用深度学习RNN模型对海量的司法领域的文本内容划分序列数；

获取司法领域的词汇语义知识，监督指导统计分布假设；

自动生成适用法言法语的自然语言文本序列。

6.一种基于微模板的法院裁判文书辅助生成的系统，其特征在于，包括：数据库模块、裁判说理分析模块、自然语言转换模块、裁判文书生成模块，其中，

所述数据库模块用于获取庭审笔录和庭审笔录相关信息以及相似内容，依据不同案由提取相应的案件要素及构建不同案由的判案模型，并建立相关联的模板库；

所述裁判说理分析模块用于推理和预测判决结果，引入深度学习，利用学习模型学习判决文书的表示方式，将知识图谱中实体和关系映射成低维稠密空间中的向量，解析实体关系信息和采用不同的推理规则，生成复杂案件法院裁判说理分析部分；

所述自然语言转换模块用于采用NLG技术将所分析和预测的知识点转换为自然语句，自动生成文本序列，对微模板相应部分进行填充；

所述裁判文书生成模块用于将案件基本信息与案件审流信息智能匹配所述模板库中正确的文书模板，整理裁判说理结果信息，输出所述判决结果信息，辅助生成法院裁判文书。

7.根据权利要求5所述的基于微模板的法院裁判文书辅助生成的系统，其特征在于，所述数据库模块包括法律法规数据模块、案件要素数据模块、争议焦点数据模块、裁判说理数据模块和文书模板模块。

8.根据权利要求5所述的基于微模板的法院裁判文书辅助生成的系统，其特征在于，所述裁判说理分析模块包括案件事实认定模块、证据采纳模块、争议焦点分析模块、适用法律解释模块、逻辑推理模块和裁判结果模块。