[发明专利]裁判文书的信息抽取方法及装置

权利要求书

1.一种裁判文书的信息抽取方法，其特征在于，所述方法包括：

从裁判文书中获取至少一个包含目标文书要素的目标区块，每个所述目标区块对应一个内容主题；

根据所述目标区块对应的内容主题选择所述目标区块对应的要素树，所述要素树包括至少一个要素节点和所述要素节点对应的抽取规则；

利用所述要素树从所述目标区块中抽取至少一个目标文书要素，每个所述目标文书要素与一个所述要素节点对应。

2.根据权利要求1所述的方法，其特征在于，所述要素节点对应的抽取规则包括前置定位规则和后置定位规则；

所述利用要素树从目标区块中抽取目标文书要素，包括：

利用所述前置定位规则确定所述目标文书要素在所述目标区块中的起始位置；

利用所述后置定位规则确定所述目标文书要素在所述目标区块中的结束位置；

抽取所述起始位置与所述结束位置之间的文本信息，以获得所述目标文书要素。

3.根据权利要求2所述的方法，其特征在于，所述利用前置定位规则确定所述目标文书要素在所述目标区块中的起始位置，包括：

利用所述前置定位规则识别所述目标文书要素的前置定位信息；

根据所述前置定位信息确定所述目标文书要素在所述目标区块中的起始位置。

4.根据权利要求2所述的方法，其特征在于，所述利用后置定位规则确定所述目标文书要素在所述目标区块中的结束位置，包括：

利用所述后置定位规则识别所述目标文书要素的后置定位信息；

根据所述后置定位信息确定所述目标文书要素在所述目标区块中的结束位置。

5.根据权利要求1所述的方法，其特征在于，所述要素节点对应的抽取规则包括至少一个时间抽取表达式；

所述利用要素树从目标区块中抽取目标文书要素，包括：

利用所述时间抽取表达式从所述目标区块抽取至少一个时间要素。

6.根据权利要求1所述的方法，其特征在于，所述要素节点对应的抽取规则包括后置处理规则和至少一个时间抽取表达式；

所述利用要素树从目标区块中抽取目标文书要素，包括：

利用所述要素节点对应的所述时间抽取表达式从所述目标区块中抽取一个以上的时间要素；

对于每个时间要素，利用所述后置处理规则获取所述目标区块中位于所述时间要素之后且距离所述时间要素最近的时间特征词；

根据所述时间特征词确定所述时间要素的类别，以根据所述时间要素的类别从所述一个以上的时间要素中选择出所述要素节点对应的时间要素。

7.根据权利要求1所述的方法，其特征在于，所述要素节点对应的抽取规则包括规范化要素的匹配规则；

所述利用要素树从目标区块中抽取目标文书要素，包括：

按照所述匹配规则将至少一个预设规范词与所述目标区块进行匹配；

根据匹配结果从所述目标区块中抽取所述规范化要素。

8.根据权利要求7所述的方法，其特征在于，所述按照匹配规则将至少一个预设规范词与所述目标区块进行匹配，包括：

按照所述匹配规则将至少一个预设规范词与指定要素节点的抽取结果进行匹配。

9.根据权利要求1-8任一项所述的方法，其特征在于，所述从裁判文书中获取至少一个包含目标文书要素的目标区块，包括：

获取所述裁判文书的文书类型；

根据所述文书类型，选择所述裁判文书对应的目录树，所述目录树包括至少一个与所述内容主题对应的目录节点，每个所述目录节点对应至少一个抽取表达式；

根据所述目录树对所述裁判文书进行切块处理，得到至少一个与所述目录节点对应的文本区块；

根据文本区块对应的目录节点选择至少一个包含目标文书要素的目标区块。

10.一种裁判文书的信息抽取装置，其特征在于，所述装置包括：

获取模块，用于从裁判文书中获取至少一个包含目标文书要素的目标区块，每个所述目标区块对应一个内容主题；

选择模块，用于根据所述目标区块对应的内容主题选择所述目标区块对应的要素树，所述要素树包括至少一个要素节点和所述要素节点对应的抽取规则；

抽取模块，用于利用所述要素树从所述目标区块中抽取至少一个目标文书要素，每个所述目标文书要素与一个所述要素节点对应。