[发明专利]一种面向证据关联分析的知识图谱自动构建方法

说明书

本发明涉及一种知识图谱自动构建方法，一种面向证据关联分析的知识图谱自动构建方法，包括以下步骤：步骤1、构建本体对知识图谱进行描述，步骤2、抽取涉案证据，步骤3、抽取案件结构元，步骤4、建立证据与案件结构元之间的证明关系，步骤5、融合高相似性实体的知识图谱，步骤6、进行知识图谱存储。在已有技术中，证据领域目前缺乏用于存储表示的知识图谱，而本发明操作简单，能够以很低的人工代价构建高质量的知识图谱，提高证据分析效率。

技术领域

本发明涉及一种知识图谱自动构建方法，更具体地说，涉及一种面向证据关联分析的知识图谱自动构建方法。

背景技术

现阶段我国还没有证据法典，缺少对证据关联性的一个统一、明确的规定，只在立法上有一些较为零散的规定。证据关联性定义的不明确使法官有时难以区分有关联的证据和无关联的证据，导致诉讼效率的降低，案件不易侦破。在司法实践中控辩双方可能为了胜诉而提出各种证据干扰审判，这些证据虽具有关联性，但采纳它们会导致偏见、混淆等。若对证据的关联性不进行解释说明，可能影响公民对法院、法律和政府机构的信任。

刑事司法与技术发展一直是紧密相连的，无论是侦查还是物证都离不开技术支持。容艳对“法律人工智能”的概念进行拆解，并对人工智能用于刑事审判证据审查的可行性进行了分析，同时分析了人工智能在刑事审判证据审查中的运用难题和局限，提出了合理的运用策略；徐阳使用人工智能技术辅助刑事证据标准的完善，充分发挥智能技术在证据校验、查漏补缺等方面的功能，为运用大数据和云计算检验证据链完整性奠定了基础；上海市高级人民法院研发团队通过深度学习技术，针对梳理出的司法实践中取证环节的易发、多发、常见问题，制定了证据标准、证据规则，推出了“上海刑事案件智能辅助办案系统”。这些方法将更多注意力放在了证据标准上，缺少对证据关联性的判断，因此提出模型弥补这方面的技术空白，就显得尤为重要。

发明内容

为了弥补现有技术中存在的不足，本发明目的是提供一种面向证据关联分析的知识图谱自动构建方法。该方法能够完成海量法律文书的信息抽取，并依据所设计的本体完成信息填槽，自动构建高质量的知识图谱。图谱提供了历史案件证据的电子资料库，协助司法人员完成证据相关业务。

为了实现上述发明目的，解决现有技术中所存在的问题，本发明采取的技术方案是：一种面向证据关联分析的知识图谱自动构建方法，包括以下步骤：

步骤1、构建本体对知识图谱进行描述，通过文献调研和资料查阅，人工设计概念、属性以及约束，构建高质量的本体结构对相关知识进行组织表达，具体包括以下子步骤：

(a)、分析举证、质证提纲中的证据描述，再依据《中华人民共和国刑事诉讼法(2018修正)》中对证据的规定，将证据概念划分为八个子类概念，包括物证，书证，证人证言，鉴定意见，被害人陈述，犯罪嫌疑人、被告人供述和辩解，勘验、检查、辨认、侦查实验笔录，视听资料、电子数据，同时完成对属性的定义，将举证、质证提纲中的证据信息映射到证据概念中；

(b)、分析起诉书结构，将起诉书概念分为嫌疑人、犯罪事实、证据集和检察院意见四个子概念，其中前两部分作为证据主要的证明对象，同时为了使得证明力度更加精细，重新定义了自然情况概念及解析嫌疑人概念；

(c)、定义自然情况概念与嫌疑人概念之间的关系，自然情况用于描述嫌疑人，因此依据司法文本呈述，定义属于关系，并将其头实体约束为自然情况，将其尾实体约束为嫌疑人；

(d)、定义证据概念与起诉书概念之间的关系，经过上述步骤，证据与起诉书两个概念已经构建完毕，再定义证明关系，并将其头实体约束为证据，将其尾实体约束为起诉书，建立两个概念之间的联系，完成知识图谱本体构建；

步骤2、抽取涉案证据，利用命名实体识别技术提取举证、质证提纲中呈述的证据，再通过规则自动确定证据实体的证明方向，具体包括以下子步骤：