[發明專利]法條數據處理方法、裝置、存儲介質及電子設備

有效

• 申請號: 201811542431.5
• 申請日: 2018-12-17
• 公開（公告）號: CN109614460B
• 公開（公告）日: 2023-03-10
• 發明（設計）人: 高留杰;張君福;趙文
• 申請（專利權）人: 北京北大軟件工程股份有限公司
• 主分類號: G06F16/30
• 分類號: G06F16/30;G06F16/2458;G06Q50/18
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 葛鐘

1.一種法條數據處理方法，其特征在于，包括：

獲取數據庫中的法條數據；

通過預設的規則確定法條的句式復雜程度，所述句式復雜程度包括：句式簡單或者句式復雜；

根據確定出的所述句式復雜程度對法條進行拆分處理；

所述預設的規則包括：

如果法條出現預設的關鍵詞，則法條的句式復雜程度為句式簡單；或者，

如果法條中目標標點符號的數量達到預設數量閾值，則法條的句式復雜程度為句式復雜，反之，則法條的句式復雜程度為句式簡單；或者，

根據預設的關鍵詞分值及對應的權重，得到法條的句式復雜程度的第一評定值；

根據法條中目標標點符號的數量及對應的權重，得到法條的句式復雜程度的第二評定值；

如果所述第一評定值和所述第二評定值之和大于等于預設評定閾值，則法條的句式復雜程度為句式復雜，反之，則法條的句式復雜程度為句式簡單；

如果通過預設的規則確定法條的句式復雜程度為句式簡單，所述根據確定出的所述句式復雜程度對法條進行拆分處理，包括：

將確定為句式簡單的法條拆分成單獨的句子；

通過關鍵詞對拆分出的所述單獨的句子進行分類；

使用預設的語言技術平臺，在所述語言技術平臺上應用與分好的類相匹配的句法模型，對分好類的所述單獨的句子進行拆分，得到拆分后的數據；

如果通過預設的規則確定法條的句式復雜程度為句式復雜，所述根據確定出的所述句式復雜程度對法條進行拆分處理，包括：

對確定為句式復雜的法條中的部分法條進行標注，并提供給基于注意力機制的Bi-LSTM神經網絡模型進行訓練，得到訓練好的基于注意力機制的Bi-LSTM神經網絡模型；

利用所述訓練好的基于注意力機制的Bi-LSTM神經網絡模型，對確定為句式復雜的法條進行拆分，并得到拆分后的數據。

2.根據權利要求1所述的方法，其特征在于，所述預設的語言技術平臺采用哈工大語言技術平臺。

3.根據權利要求1或2所述的方法，其特征在于，所述句法模型包括：禁止類句法模型或者義務類句法模型。

4.根據權利要求1所述的方法，其特征在于，所述數據庫中的法條數據包括結構化數據和/或非結構化數據。

5.一種法條數據處理裝置，其特征在于，包括：

獲取模塊，用于獲取數據庫中的法條數據；

確定模塊，用于通過預設的規則確定法條的句式復雜程度，所述句式復雜程度包括：句式簡單或者句式復雜，所述預設的規則包括：如果法條出現預設的關鍵詞，則法條的句式復雜程度為句式簡單；或者，如果法條中目標標點符號的數量達到預設數量閾值，則法條的句式復雜程度為句式復雜，反之，則法條的句式復雜程度為句式簡單；或者，根據預設的關鍵詞分值及對應的權重，得到法條的句式復雜程度的第一評定值；根據法條中目標標點符號的數量及對應的權重，得到法條的句式復雜程度的第二評定值；如果所述第一評定值和所述第二評定值之和大于等于預設評定閾值，則法條的句式復雜程度為句式復雜，反之，則法條的句式復雜程度為句式簡單；

拆分模塊，用于根據確定出的所述句式復雜程度對法條進行拆分處理；

如果通過預設的規則確定法條的句式復雜程度為句式簡單，所述拆分模塊具體用于：將確定為句式簡單的法條拆分成單獨的句子；通過關鍵詞對拆分出的所述單獨的句子進行分類；使用預設的語言技術平臺，在所述語言技術平臺上應用與分好的類相匹配的句法模型，對分好類的所述單獨的句子進行拆分，得到拆分后的數據；

如果通過預設的規則確定法條的句式復雜程度為句式復雜，所述拆分模塊具體用于：對確定為句式復雜的法條中的部分法條進行標注，并提供給基于注意力機制的Bi-LSTM神經網絡模型進行訓練，得到訓練好的基于注意力機制的Bi-LSTM神經網絡模型；利用所述訓練好的基于注意力機制的Bi-LSTM神經網絡模型，對確定為句式復雜的法條進行拆分，并得到拆分后的數據。

6.一種可讀存儲介質，其上存儲有程序，其特征在于，該程序被處理器執行時實現權利要求1至4任一項所述方法的步驟。

7.一種電子設備，其特征在于，包括：

權利要求6中所述的可讀存儲介質；以及

一個或者多個處理器，用于執行所述可讀存儲介質中的程序。