[發明專利]數據檢索方法、裝置、設備及可讀存儲介質

有效

• 申請號: 201910245265.0
• 申請日: 2019-03-28
• 公開（公告）號: CN110334178B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 吳壯偉
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/31;G06F16/35;G06F16/36;G06F16/903;G06F16/951;G06F40/295;G06Q50/18
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 王文

本發明涉及大數據技術領域，公開了一種數據檢索方法，應用于法律文書數據檢索，包括以下步驟：構建法律文書數據庫，所述法律文書數據庫中包含有多個法律知識點文檔；對所述法律文書數據庫中各法律知識點文檔進行主題劃分，每一個法律知識點文檔對應一個或多個主題標簽；當接收到數據檢索請求時，根據用戶選擇的主題標簽，對所述法律知識點文檔進行篩選，得到候選文檔；根據用戶輸入的檢索關鍵詞，采用基于有序的非完全匹配檢索算法，對候選文檔進行全文檢索。本發明還公開了一種數據檢索裝置、設備及計算機可讀存儲介質。本發明為用戶提供了更高效快速的法律知識查詢服務，提高了法律人員的檢索效率。

技術領域

本發明涉及數據檢索技術領域，尤其涉及一種數據檢索方法、裝置、設備及計算機可讀存儲介質。

背景技術

當今，隨著對法律領域專業知識需求的越來越大，目前人們主要從專業的法律書籍以及相關的法律文書材料中進行法律知識檢索，因而難以快速準確的獲得專業的法律知識。此外，現有基于法律裁決文書的線上知識回答類服務大都比較分散、不夠集中。

隨著社會不斷發展，各種法律條文相應出臺，法律文件日益增多，法律檢索需求也越來越大，現有基于檢索關鍵字在法律文本庫里檢索相應法律文件所需要的時間成本也在增大，檢索效率低。

發明內容

本發明的主要目的在于提供一種數據檢索方法、裝置、設備及計算機可讀存儲介質，旨在解決現有法律文書數據檢索效率低的技術問題。

為實現上述目的，本發明提供一種數據檢索方法，應用于法律文書數據檢索，所述數據檢索方法包括以下步驟：

構建法律文書數據庫，所述法律文書數據庫中包含有多個法律知識點文檔；

對所述法律文書數據庫中各法律知識點文檔進行主題劃分，每一個法律知識點文檔對應一個或多個主題標簽；

當接收到數據檢索請求時，根據用戶選擇的主題標簽，對所述法律知識點文檔進行篩選，得到候選文檔；

根據用戶輸入的檢索關鍵詞，采用基于有序的非完全匹配檢索算法，對候選文檔進行全文檢索。

可選地，所述構建法律文書數據庫包括：

通過網絡爬蟲技術，采集指定法律網站的法律文書數據；

當所述法律文書數據對應的法律知識點為法條法規時，基于預置的命名實體識別模型，抽取所述法律文書數據中法條法規的命名實體對象，以及基于抽取到的命名實體對象，識別所述法律文書數據中各法條法規對應的罪責內容，并將所述罪責內容保存為對應命名實體對象的實體屬性；

當所述法律文書數據對應的法律知識點為判決案件時，基于預置的命名實體識別模型，抽取所述法律文書數據中判決案件的命名實體對象，以及基于抽取到的命名實體對象，識別所述法律文書數據中各判決案件對應的案件事由和判決結果，并將所述案件事由和判決結果保存為對應命名實體對象的實體屬性；

將從所述法律文書數據中抽取到的所述法律知識點保存為文檔格式，得到法律知識點文檔；

基于預設字段，以各法律知識點文檔中的文本信息為字段內容，構建法律文書數據庫。

可選地，所述對所述法律文書數據庫中各法律知識點文檔進行主題劃分包括：

對所述法律文書數據庫中各法律知識點文檔對應的字段內容進行預處理，所述預處理包括去除停用詞和標點符號處理；

對預處理后的各法律知識點文檔分別進行切詞，得到各法律知識點文檔分別對應的多個單詞；

基于切詞得到的單詞，構建各法律知識點文檔中各單詞對應的詞向量；

將各法律知識點文檔對應的詞向量輸入預設主題模型進行主題劃分，輸出每一法律知識點文檔的詞向量在所有文檔主題上的概率分布；