[發(fā)明專利]基于法律數(shù)據(jù)的知識(shí)圖譜構(gòu)建方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201711006520.3
• 申請(qǐng)日: 2017-10-25
• 公開（公告）號(hào): CN107908671B
• 公開（公告）日: 2022-02-01
• 發(fā)明（設(shè)計(jì)）人: 杜向陽;梁雁圓
• 申請(qǐng)（專利權(quán)）人: 南京擎盾信息科技有限公司;杜向陽;梁雁圓
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06Q50/18
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 葉涓涓

本發(fā)明提供了基于法律數(shù)據(jù)的知識(shí)圖譜構(gòu)建方法及系統(tǒng)，方法包括：構(gòu)建法律詞典步驟，提取法律短語步驟，預(yù)處理法律文本步驟，初步構(gòu)建法律知識(shí)步驟，識(shí)別法律實(shí)體步驟，識(shí)別法律關(guān)系步驟，構(gòu)造法律知識(shí)鏈步驟；系統(tǒng)包括法律基礎(chǔ)詞典構(gòu)建模塊、法律基礎(chǔ)知識(shí)庫構(gòu)建模塊、法律實(shí)體自動(dòng)識(shí)別模塊、法律關(guān)系自動(dòng)識(shí)別模塊、法律知識(shí)鏈自動(dòng)生成模塊。本發(fā)明實(shí)現(xiàn)了針對(duì)法律數(shù)據(jù)構(gòu)建知識(shí)圖譜，能夠在多個(gè)法律案由，如離婚糾紛、合同糾紛和機(jī)動(dòng)車交通事故責(zé)任糾紛等案由數(shù)據(jù)構(gòu)建知識(shí)圖譜，為法律行業(yè)的上層應(yīng)用提供了走向智能化的數(shù)據(jù)。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，涉及一種法律數(shù)據(jù)的知識(shí)圖譜構(gòu)建方法及能夠?qū)崿F(xiàn)該方法的系統(tǒng)。

背景技術(shù)

人工智能正在我們?nèi)祟惖纳钪邪l(fā)揮越來越重要的價(jià)值——它們正在接管我們的工作、幫助我們更高效更安全地生產(chǎn)、甚至改變我們生存與存在的方式。2010年以來，人工智能技術(shù)陸續(xù)在谷歌、Facebook、百度等頂尖互聯(lián)網(wǎng)公司獲得廣泛應(yīng)用；2016年，谷歌的戰(zhàn)略重心從“移動(dòng)先行”全面轉(zhuǎn)向“人工智能先行”；根據(jù)埃森哲預(yù)測(cè)，到2035年時(shí)，人工智能可將12個(gè)發(fā)達(dá)經(jīng)濟(jì)體的年經(jīng)濟(jì)增長率提升一倍；2016年下半年，美國白宮科技政策辦公室連續(xù)發(fā)布人工智能戰(zhàn)略規(guī)劃和研究報(bào)告，呼吁美國政府關(guān)注人工智能相關(guān)的科研、教育、產(chǎn)業(yè)發(fā)展及可能引發(fā)的就業(yè)和經(jīng)濟(jì)問題。2017年3月，人工智能首次寫入我國的政府工作報(bào)告。人工智能技術(shù)將走出實(shí)驗(yàn)室，與相關(guān)產(chǎn)業(yè)進(jìn)行更緊密銜接。而法律行業(yè)是人工智能應(yīng)用的最熱門領(lǐng)域之一。

人工智能和法律的結(jié)合是法律行業(yè)發(fā)展的必然方向，重點(diǎn)是根據(jù)相關(guān)技術(shù)方法建立基于法律知識(shí)和案例的推理模型或知識(shí)系統(tǒng)等應(yīng)用。法律人工智能的核心難點(diǎn)在于如何讓計(jì)算機(jī)表示和理解法律知識(shí)，知識(shí)圖譜是解決這個(gè)難題的技術(shù)，它是機(jī)器大腦中的知識(shí)庫。同時(shí)，法律知識(shí)圖譜是人類和機(jī)器的橋梁，描述了法律客觀世界的概念、實(shí)體、事件及其之間的關(guān)系，是法律知識(shí)人機(jī)交互的基礎(chǔ)。

谷歌于2012年5月推出谷歌知識(shí)圖譜，并利用其在搜索引擎中增強(qiáng)搜索結(jié)果，標(biāo)志著大規(guī)模知識(shí)圖譜在互聯(lián)網(wǎng)語義搜索中的成功應(yīng)用。在研究領(lǐng)域，知識(shí)圖譜也取得了顯著的成果，主要是根據(jù)FreeBase或ConceptNet5等已有的數(shù)據(jù)，推動(dòng)了研究的發(fā)展。然而在法律行業(yè)，尚未出現(xiàn)基于法律知識(shí)圖譜較成功的應(yīng)用，原因在于真實(shí)的法律知識(shí)圖譜構(gòu)建的難度。主要存在的問題包括：

1)數(shù)據(jù)孤島問題，法律行業(yè)在互聯(lián)網(wǎng)的背景下也呈現(xiàn)出了大數(shù)據(jù)的特點(diǎn)，相關(guān)的法律數(shù)據(jù)包括法律法規(guī)、司法解釋、裁判文書等。而各個(gè)數(shù)據(jù)往往都各自存儲(chǔ)，各自定義，數(shù)據(jù)之間無法聯(lián)動(dòng)，彼此無法兼容。

2)知識(shí)缺失問題，法律行業(yè)的數(shù)據(jù)仍然是以非結(jié)構(gòu)化的文本為主，缺乏具有知識(shí)結(jié)構(gòu)且計(jì)算機(jī)能夠理解的知識(shí)數(shù)據(jù)。

3)認(rèn)知鴻溝問題，法律知識(shí)圖譜不等同于傳統(tǒng)的知識(shí)圖譜，普通的知識(shí)圖譜的構(gòu)建方法對(duì)法律數(shù)據(jù)不完全適應(yīng)，法律實(shí)體和法律關(guān)系都需要法律專家的介入，對(duì)實(shí)體和關(guān)系做法律上的專業(yè)定義。

4)構(gòu)建體系問題，法律知識(shí)圖譜沒有一個(gè)統(tǒng)一規(guī)范的構(gòu)建流程和體系，缺乏自動(dòng)化的輔助工具。

因此目前尚無技術(shù)能夠?qū)崿F(xiàn)法律知識(shí)圖譜的構(gòu)建。

發(fā)明內(nèi)容

為解決上述問題，本發(fā)明在深入研究法律知識(shí)圖譜相關(guān)理論和技術(shù)的基礎(chǔ)上，提出了一種融合法律專家知識(shí)和人工智能技術(shù)的法律知識(shí)圖譜構(gòu)建方法及系統(tǒng)，以解決現(xiàn)有技術(shù)中構(gòu)建法律知識(shí)圖譜方法中，所具有的詞匯歧義、關(guān)聯(lián)查詢、數(shù)據(jù)集成、知識(shí)推理等問題，填補(bǔ)了針對(duì)法律數(shù)據(jù)自動(dòng)化構(gòu)建知識(shí)圖譜的空白。為了達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：

基于法律數(shù)據(jù)的知識(shí)圖譜構(gòu)建方法，包括如下步驟：

步驟1，構(gòu)建法律詞典

首先下載以及人工標(biāo)注法律種子詞庫，同時(shí)訓(xùn)練法律文本語料得到法律詞向量；然后計(jì)算與詞向量相似的候選法律詞，計(jì)算相似度公式為：其中W₁，W₂為法律詞匯的詞向量；最后篩選有效的候選法律詞；