[发明专利]一种基于Python的诉讼信息提取系统、方法及设备

说明书

本发明公开了一种基于Python的诉讼信息提取系统、方法及设备，涉及数据处理技术领域，本申请公开了基于Python的诉讼信息提取系统、方法及设备，通过Python脚本根据预设的提取策略，从包含诉讼信息的文本中提取关键词对应的关键词字段；若关键词字段中包含预设字符，判定关键词字段对应的结果字段；根据预设的处理策略，将单个关键词字段或结果字段作为诉讼信息字段存储在本地或云服务器，或对多个关键词字段结合处理，从而完成法律文书中诉讼信息的识别和提取，比传统的规则遍历法更有通用性，能够进行自动识别，并且提高信息识别的准确率。

技术领域

本发明涉及数据处理技术领域，具体涉及一种基于Python的诉讼信息提取系统、方法及设备。

背景技术

近年来，我国专利申请量快速攀升，2019年仅发明专利申请量便高达140.1万件，获授权发明专利45.3件。从法学上看，专利需要在诉讼中“易守难攻”；从经济学上看，专利应当具有高估值；从管理学上看，有价值的专利往往被引证量大、专利维持时间长、技术领域宽度适中。专利相关从业人员在评估专利价值时，往往按照上述三个层面进行。但在专利信息检索中，这三个学科层面的信息却无法联动。专利信息官方平台无需登录和注册就能查看和下载技术信息、时间信息、空间信息、权利信息、人员信息，但其无法提供表格下载和大数据分析服务；裁判文书官方平台能够查询专利诉讼相关的法律文书，但其中专利的具体信息往往被隐去。付费专利数据库能够提供更多的检索维度，集成了部分专利相关的诉讼数据，但作为专门的专利检索平台，其收集、存储的裁判文书数量较少，匹配也不够精准；付费的裁判文书数据库能够在案件信息中匹配专利号和专利类型，但均无法通过专利信息定位到案件。相关工作人员在检索专利信息时，往往需要跳转多个数据库才能获得自己想要的资料。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于Python的诉讼信息提取系统、方法及设备，能够进行自动识别，并且提高信息识别的准确率。

为达到以上目的，本发明采取的技术方案是：一种基于Python 的诉讼信息提取系统，包括：

数据接收单元，接收用户输入的包含诉讼信息的文本；

关键词提取单元，通过Python脚本根据预设的提取策略，从包含诉讼信息的文本中提取关键词对应的关键词字段；

逻辑判断单元，判断关键词字段中是否包含预设字符，若包含，判定关键词字段对应的结果字段；

信息处理单元，根据预设的处理策略，将单个关键词字段或结果字段作为诉讼信息字段存储，或对多个关键词字段结合处理，将处理结果作为诉讼信息字段存储；

存储单元，在本地或云服务器存储所述诉讼信息字段。

在上述技术方案的基础上，所述预设的提取策略包括：

判断用户输入的包含诉讼信息的文本是否包含预设的关键词，若包含，则提取关键词后面的字段作为关键词字段；

所述预设的关键词包括案件标题、专利公开(公告)号、审判长、案件地区、立案日、判决日、文书类型、诉讼审级、原告信息、被告信息、代理人、律师。

在上述技术方案的基础上，所述逻辑判断单元通过Python脚本判断关键词字段中是否包含预设字符，判定关键词字段对应的结果字段，具体包括以下步骤：

判断原告或被告关键词字段中是否有“法定代表人”字符，若否，则判定身份为个人；若是，判断原告或被告关键词字段中是否有“公司”字符，若是，则判定身份为公司，若否，则判定身份为学校或研究机构；

判断地址关键词字段中是否包含我国行政区划的关键词，若包含，根据预设的我国行政区划信息判定当事人所处的省份。

在上述技术方案的基础上，所述信息处理单元对多个关键词字段结合处理，将处理结果作为诉讼信息字段存储，具体包括以下步骤：