[發(fā)明專利]一種文書劃分方法及裝置

有效

• 申請?zhí)枺?/td>: 201910142005.0
• 申請日: 2019-02-26
• 公開（公告）號: CN109858036B
• 公開（公告）日: 2023-07-28
• 發(fā)明（設計）人: 趙昂;李寶善;盛志超
• 申請（專利權(quán)）人: 科大訊飛股份有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 張小娜;王寶筠

本申請公開了一種文書劃分方法及裝置，該方法包括：在對待劃分卷宗進行文書劃分時，首先將待劃分卷宗中的每一頁作為目標頁，然后，分析該目標頁與其上文之間的語義關聯(lián)關系，和/或，分析該目標頁與其下文之間的語義關聯(lián)關系；接著，可以根據(jù)分析出的該待劃分卷宗中的每一頁對應的語義關聯(lián)關系，將該待劃分卷宗進行文書劃分。由于文書之間通常情況下不具有語義關聯(lián)性，基于這些特性，當根據(jù)待劃分卷宗中的每一頁與其上文之間的語義關聯(lián)關系、和/或與其下文之間的語義關聯(lián)關系，對待劃分卷宗進行文書劃分時，相比于過分依賴于標題檢測結(jié)果進行文書劃分的方法，本申請?zhí)岣吡宋臅鴦澐纸Y(jié)果的正確性。

技術(shù)領域

本申請涉及自然語言處理技術(shù)領域，尤其涉及一種文書劃分方法及裝置。

背景技術(shù)

在法院信息化建設過程中，無紙化辦公已成為必先攻克的任務。無紙化辦公主要通過電子卷宗管理系統(tǒng)完成卷宗管理，包括：管理記錄反映案件辦理過程和案件辦理結(jié)果的文字、圖表、聲像等數(shù)字化文件材料。相對于傳統(tǒng)的紙質(zhì)卷宗，它可以海量存放并通過計算機網(wǎng)絡實現(xiàn)多人同時查閱和打印，便于檢查辦案質(zhì)量、加快辦案流程、交流辦案經(jīng)驗、提高辦案水平。

在通過電子卷宗管理系統(tǒng)完成卷宗管理時，其任務之一是法院電子卷宗編目的任務，該任務需要分析電子卷宗材料以進行文書劃分，在進行文書劃分時，由于一個卷宗(如合同糾紛)是由多個文書(如封面、起訴狀、受理通知書、判決書等)組成，可以將該卷宗按每個文書進行劃分和編目。

在現(xiàn)有的文書劃分方法中，首先檢測出卷宗中的標題，然后基于標題檢出結(jié)果進行文書劃分，但是，該文書劃分方法過于依賴于標題檢出結(jié)果，當標題誤檢出或漏檢出時，將導致文書劃分錯誤。

發(fā)明內(nèi)容

本申請實施例的主要目的在于提供一種文書劃分方法及裝置，能夠提高文書劃分結(jié)果的正確性。

本申請實施例提供了一種文書劃分方法，包括：

將待劃分卷宗中的每一頁作為目標頁；

分析所述目標頁與所述目標頁上文之間的語義關聯(lián)關系，和/或，分析所述目標頁與所述目標頁下文之間的語義關聯(lián)關系；

根據(jù)所述待劃分卷宗中的每一頁對應的語義關聯(lián)關系，將所述待劃分卷宗進行文書劃分。

可選的，所述分析所述目標頁與所述目標頁上文之間的語義關聯(lián)關系，包括：

選擇所述目標頁中位置在前的第一數(shù)目的文本行；

選擇所述目標頁的前一頁中位置在后的第二數(shù)目的文本行；

分析所述第一數(shù)目的文本行與所述第二數(shù)目的文本行之間的語義關聯(lián)關系。

可選的，所述分析所述第一數(shù)目的文本行與所述第二數(shù)目的文本行之間的語義關聯(lián)關系，包括：

將所述第一數(shù)目與所述第二數(shù)目的文本行中的每一文本行作為目標文本行，生成所述目標文本行的文本字特征和/或像素位置特征；

根據(jù)生成的特征，分析所述第一數(shù)目的文本行與所述第二數(shù)目的文本行之間的語義關聯(lián)關系。

可選的，所述分析所述目標頁與所述目標頁下文之間的語義關聯(lián)關系，包括：

選擇所述目標頁中位置在后的第三數(shù)目的文本行；

選擇所述目標頁的后一頁中位置在前的第四數(shù)目的文本行；

分析所述第三數(shù)目的文本行與所述第四數(shù)目的文本行之間的語義關聯(lián)關系。

可選的，所述分析所述第三數(shù)目的文本行與所述第四數(shù)目的文本行之間的語義關聯(lián)關系，包括：

將所述第三數(shù)目與所述第四數(shù)目的文本行中的每一文本行作為目標文本行，生成所述目標文本行的文本字特征和/或像素位置特征；