[发明专利]一种基于法理图规则引擎的法律概念识别方法

摘要

本发明公开了一种基于法理图规则引擎的法律概念识别方法，本发明将代表法律专家知识的法律图和规则引擎结合起来，实现了逻辑关系推理的法律概念识别；本发明构建一个法律概念法理逻辑图，每个法律概念可以看成是法理图上的一个结点，法理图确定了法律概念间的逻辑关系，使用法理图来指导法律概念识别的逻辑正确性。本发明在生成法律概念规则树步骤中，将法律专家整理的规则生成法律概念规则树，使得法律概念识别逻辑更加直观，更加具有可解释性。本发明创造性的提出了BSFC算法，实现了法理图的广度优先条件遍历。

主权项

1.一种基于法理图规则引擎的法律概念识别方法，其特征在于，其包括以下步骤：(1)划分数据集：按照案由和场景将待处理的数据进行划分，这个是法律上的划分，方便后面处理；(2)数据准备和预处理：法律专家使用法律概念编辑管理工具进行法律概念整理，主要是对法律概念识别的规则进行编写，同时针对具体的法律场景，法律专家进行法律图的构建；(3)生成法律概念规则树和法理图：根据法律概念识别规则生成法律概念规则树，使得法律概念识别逻辑更加直观，更加具有可解释性；(4)集成规则树和法理图，生成法理图规则引擎；(5)在指定数据集上测试规则引擎；(6)抽样检查，并使用准确率、召回率、F1值进行评价；对于以上三个评价指标，先看一下混淆矩阵的概念实际/预测预测值＝1预测值＝0实际值＝1TPFN实际值＝0FPTN其中，TP表示真阳性，FP表示假阳性，FN表示假阴性，TN表示真阴性那么，准确率、召回率、F1值分别定义如下：准确率＝(TP+TN)/(TP+TN+FN+TN)召回率＝TP/(TP+FN)F1值＝2*TP/(2*TP+FP+FN)(7)如果评价结果未达标，则转到步骤(8)，否则转到步骤(9)；(8)调整规则树和法理图，转到步骤(4)；(9)整理并交付数据。