[发明专利]一种法律知识图谱构建系统

说明书

本发明公开了一种法律知识图谱构建系统，该系统包括法律本体库构建模块、数据抽取模块、图谱构建模块和要件事实证明模块等；法律本体库构建模块由法律专家确定本体范围并定义法律本体库中概念，将概念的属性定义为参数，将概念之间的关系定义为公式，然后创建实例构建法律本体库，通过机器学习进行迭代更新；数据抽取模块对原始证据文件进行文字提取，构建法律语义库，并与法律本体库进行实体链接；图谱构建模块批量填充实体属性数据以构建法律知识图谱；要件事实证明模块从法律知识图谱中读取参数对应的参数值，并根据公式批量进行自动数据校验与计算，将校验与计算结果填充到知识图谱中，同时也作为机器学习的素材对法律本体库进行更新。

技术领域

本发明涉及知识图谱领域，尤其涉及一种法律知识图谱构建系统。

背景技术

知识图谱本质上是语义网络，是一种基于图的数据结构，由节点(Point)和边(Edge)组成。知识图谱的每个节点表示现实世界中存在的“实体”，每条边为实体与实体之间的“关系”。知识图谱是关系的最有效表示方式。

而伴随着知识图谱的兴起是人工智能领域的机器学习技术以及相关概念。其核心要点在于通过搜集一系列大数量级的结构化数据或非结构化数据，继而基于领域专业性对数据进行分析建模，并通过机器计算从中找出规律——通常是该领域的规律，最后机器可以识别该规律并进行学习，形成之后生成相关数据的计算规则。

本体(Ontology)作为一种能在语义和知识层次上描述信息系统的概念模型建模工具，已被广泛应用于知识工程、系统建模、信息处理、数字图书馆、自然语言理解、语义web等领域中。知识图谱分为数据层和模式层，数据层是由一系列事实数据构成，而模式层则用来从数据中构建实体、属性、关系，是知识图谱的核心。法律本体库被广泛用于构建知识图谱数据层，由法律本体库构建的知识图谱冗余较小，结构层次强。

图形数据库是NoSQL数据库的一种类型，它应用图形理论存储实体之间的关系信息。图形数据库是一种非关系型数据库，它应用图形理论存储实体之间的关系信息。关系型数据库用于存储“关系型”数据的效果并不好，其查询复杂、缓慢、超出预期，而图形数据库的独特设计恰恰弥补了这个缺陷。

在一个图形数据库中，最主要的组成有两种，结点集和连接结点的关系。结点集就是图中一系列结点的集合，比较接近于关系数据库中所最常使用的表，而关系则是图形数据库所特有的组成。

现有知识图谱大都采用自底向上构建的方式搭建知识图谱，主要步骤如下：

1、识别原始法律数据，并生成带有法律特征的文本语义库；

2、利用所述文本语义库以及法律法规库识别法律实体和/或法律关系，进行法律规则处理并生成法律知识特征库；

3、梳理建立法律规则模型，利用所述法律规则模型识别法律概念，并作为法律知识特征存储于所述法律知识特征库；

4、基于所述文本语义库进行语意理解和/或识别文本意图，对文本语义上下文语境分析抽取文本特征并存储于所述法律知识特征库；

5、利用所述法律知识特征库进行机器学习训练，并对机器学习训练后的法律特征存储于所述法律知识特征库；

6、利用自然语言理解模块抽取得到的文本特征、特征机器学习模块得到的法律知识特征和/或知识工程模块识别得到的法律概念，识别法律知识点，并通过法律概念框架建立法律知识点的关联；

7、展示通过已进行关联处理的法律知识点的法律知识图谱并保存所述法律知识图谱。

现有技术的缺点如下：

1、机器无法明白图谱内在的逻辑：现有技术是通过聚类搭建起来的知识图谱，没有法律本体库和实际的法律理论作指导，机器无法理解人类的思维方式，也就无法实现像法律人一样审案和裁决。