[發(fā)明專利]一種基于強化學習的法律認知方法、裝置和介質(zhì)

有效

• 申請?zhí)枺?/td>: 201710476566.5
• 申請日: 2017-06-21
• 公開（公告）號: CN108073988B
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計）人: 李東海;黃曉宏
• 申請（專利權(quán)）人: 北京華宇元典信息服務(wù)有限公司
• 主分類號: G06N5/02
• 分類號: G06N5/02;G06Q50/18
• 代理公司: 北京彩和律師事務(wù)所 11688
• 代理人: 閆桑田

1.一種基于強化學習的法律認知方法，其特征在于，包括如下步驟：

步驟1：調(diào)用法律知識圖譜，對語義概念聚合后的數(shù)據(jù)進行統(tǒng)一計算，獲得法律概念；

步驟2：結(jié)合統(tǒng)計概率，對所述法律概念進行置信度評價，獲得法律認知結(jié)果；

步驟3：構(gòu)建所述法律認知結(jié)果的評估網(wǎng)絡(luò)；所述評估網(wǎng)絡(luò)通過用戶對法律認知結(jié)果進行評判，如果認可，則給法律認知結(jié)果所包括的實體或者關(guān)系為正面激勵，如果不認可，則給所述實體或者關(guān)系為負面激勵；或者，

將法律認知結(jié)果反饋給法律規(guī)則裝置，由所述法律規(guī)則裝置自動驗證，如果驗證正常通過，則給所述實體或者關(guān)系為正面激勵，如果錯誤或者不通過，則給所述實體或者關(guān)系為負面激勵；

步驟4：通過所述評估網(wǎng)絡(luò)，反饋并強化所述法律知識圖譜；所述評估網(wǎng)絡(luò)獲取由用戶或法律規(guī)則裝置給出的評估結(jié)果，并將其反饋給所述法律知識圖譜，由所述法律知識圖譜進行驗證，如果通過，則所述置信度評價包括的評價規(guī)則權(quán)重增加，如果不通過，則所述置信度評價包括的評價規(guī)則權(quán)重減少。

2.如權(quán)利要求1所述的基于強化學習的法律認知方法，進一步包括，重復步驟4，當反饋結(jié)果滿足所述法律知識圖譜的要求時停止重復步驟4。

3.如權(quán)利要求2所述的基于強化學習的法律認知方法，所述要求為當權(quán)重變化量小于指定值時，停止步驟4。

4.如權(quán)利要求1-3任一所述的基于強化學習的法律認知方法，進一步包括，

對所述法律概念中的法律屬性進行識別，并利用法律法規(guī)庫構(gòu)建法律規(guī)則，所述法律規(guī)則用于所述置信度評價。

5.如權(quán)利要求4所述的基于強化學習的法律認知方法，進一步包括，

通過自然語言處理抽取得到文本特征、法律知識特征和/或法律概念，識別法律知識點，并通過法律概念框架建立法律知識點的關(guān)聯(lián)，并將已進行關(guān)聯(lián)處理的法律知識點存儲于法律知識圖譜。

6.如權(quán)利要求5所述的基于強化學習的法律認知方法，進一步包括，

所述自然語言處理包括對法律文本內(nèi)容進行預處理，所述預處理包括了對法律文本信息進行分段、分句和分詞，利用法律屬性抽取模型，對分詞后的文本信息進行法律文本屬性特征的識別，并結(jié)合法律法規(guī)庫形成法律規(guī)則集合。

7.一種基于強化學習的法律認知裝置，其特征在于包括，

獲取模塊，用于調(diào)用法律知識圖譜，對語義概念聚合后的數(shù)據(jù)進行統(tǒng)一計算，獲得法律概念；

評價模塊，用于結(jié)合統(tǒng)計概率，對所述法律概念進行置信度評價，獲得法律認知結(jié)果；

構(gòu)建模塊，構(gòu)建所述法律認知結(jié)果的評估網(wǎng)絡(luò)；所述評估網(wǎng)絡(luò)通過用戶對法律認知結(jié)果進行評判，如果認可，則給法律認知結(jié)果所包括的實體或者關(guān)系為正面激勵，如果不認可，則給所述實體或者關(guān)系為負面激勵；或者，

將法律認知結(jié)果反饋給法律規(guī)則裝置，由所述法律規(guī)則裝置自動驗證，如果驗證正常通過，則給所述實體或者關(guān)系為正面激勵，如果錯誤或者不通過，則給所述實體或者關(guān)系為負面激勵；

強化模塊，通過所述評估網(wǎng)絡(luò)反饋并強化所述法律知識圖譜；所述評估網(wǎng)絡(luò)獲取由用戶或法律規(guī)則裝置給出的評估結(jié)果，并將其反饋給所述法律知識圖譜，由所述法律知識圖譜進行驗證，如果通過，則所述置信度評價包括的評價規(guī)則權(quán)重增加，如果不通過，則所述置信度評價包括的評價規(guī)則權(quán)重減少。

8.如權(quán)利要求7所述的基于強化學習的法律認知裝置，進一步包括：

自然語言處理模塊，用于抽取得到文本特征、法律知識特征和/或法律概念，識別法律知識點，并通過法律概念框架建立法律知識點的關(guān)聯(lián)，并將已進行關(guān)聯(lián)處理的法律知識點存儲于法律知識圖譜。

9.如權(quán)利要求7或8所述的基于強化學習的法律認知裝置，進一步包括：

法律規(guī)則構(gòu)建模塊，用于對所述法律概念中的法律屬性進行識別，并利用法律法規(guī)庫構(gòu)建法律規(guī)則，所述法律規(guī)則用于所述置信度評價。