[發明專利]一種裁判文書格式化處理方法

在審

• 申請號: 201910698875.6
• 申請日: 2019-07-31
• 公開（公告）號: CN110599289A
• 公開（公告）日: 2019-12-20
• 發明（設計）人: 楊玉東;賀愛英;李英韜;李洪生;張明良;范路佳
• 申請（專利權）人: 長春市萬易科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q50/18
• 代理公司: 22214 長春眾邦菁華知識產權代理有限公司
• 代理人: 于曉慶

1.一種裁判文書格式化處理方法，其特征在于，包括以下步驟：

步驟一、裁判文書類別識別；

對裁判文書的類別進行維護：刑事案件、民事案件、行政案件、賠償案件、執行案件；在采集裁判文書數據的過程中，根據不同的欄目進行分類標識，刑事案件：CR；民事案件：CI；行政案件：AD；賠償案件：CO；執行案件：EX；

步驟二、標題識別；

默認為單獨一行“最高人民法院”為標題行，其下面一整行內容為該裁判文書的類別標識；

步驟三、文號識別；

步驟四、時間檢索；

完成發文日期、案件發生日期范圍、審理日期范圍的格式化；

步驟五、案件摘要；

步驟六、被告檢索；

步驟七、原告檢索；

步驟八、數據存儲；

將步驟一至步驟七所產生的裁判文書分解的數據保存到數據庫中，并標識數據來源、采集日期，同時存儲整個裁判文書文件及可疑性判斷；

步驟九、信息查重；

步驟十、信息核實；

對存儲后的裁判文書數據進行確認，對可疑性文件進行人工調整；

步驟十一、企業數據關聯。

2.根據權利要求1所述的一種裁判文書格式化處理方法，其特征在于，步驟二包括以下步驟：

S201：設置字符型變量：Cate；

S202：行檢索“最高人民法院”，若檢查存在，即為標題行，提取其下一行文字，提出空格后，記載到變量Cate中；若不存在，則該文本標識為TitleFirstNull；

S203：類別管理

應用類別識別管理功能，將已歸類的類別和新增的列表分類展現出來，人工確認后標記在原始類別和確認類別2個字段中。

3.根據權利要求2所述的一種裁判文書格式化處理方法，其特征在于，步驟三包括以下步驟：

S301：變量設置

設置三個整形變量：Pos、Zipos、Findpos；

六個文本類型變量：Symbol、RelatedSymbol[]、RelatedSymbolDate[]、RelatedSymboCourtl[]、MM，ErrorText；

S302：末尾檢索

采用計算機檢索中，從前到全文后查找“被告人”，查出來后記載其位置Pos，如果查不到記載，ErrorText錯誤標識記載ZiFirstNull，認為該文本沒有有效文號，在判斷結束后步驟；

S303：關鍵詞檢索

然后從前至后，針對刑事案件，查找第一個文號關鍵詞字庫中維護的“字第”、“字”、“號”等關鍵字，并根據步驟S311中維護的文號識別規則引擎算法判斷是否符合規則，如果符合，則記載位置Zipos，如果出現錯誤，則執行以下公式：

ErrorText＝ErrorText+“；關鍵詞檢索錯誤”；

S304：比較Zipos與Pos大小，若Zipos<Pos，則認為該文本有有效文號，否則認為該文本沒有獨立有效文號；

S305：字符串截取

在具有有效文號的前提下，提取其后連接的數字為文本文號，“號”為結束標志，其前括號中的數字為年份，年份連同關鍵字共同組成文號標識MM，賦予文本型變量Symbol中；

S306：相關文號查找

繼續向下文查找，查找出以下“字第”出現的位置，向前查找“(”，向后查找“號”中間部分文字記載為相關判決裁判文書文號，賦予變量RelatedSymbol[1]中，Symbol賦值“”；

S307：相關審判日期查找

采用全文檢索，在Zipos位置向前檢索至“法院”位置Findpos，提取“法院”與“(”中間字符，判斷日期的有效性，如果有效，記載為RelatedSymbolDate[1]，如果無效，記載RelatedSymbolDate[1]＝“”；

S308：相關審判機構查找

采用全文檢索，在Zipos位置向前檢索至“省”，除去前幾個字符與省名稱字符庫對比，找到相同的省份，提取從**省到“人民法院”中間的字符，賦予字符串RelatedSymboCourtl[1]；

S309：重復步驟S306至步驟S308繼續向下文查找，查找出以下“字第”出現的位置，賦予數組RelatedSymbol[n]、RelatedSymbolDate[n]、RelatedSymboCourtl[n]，n為正文中找到的次數，直至查找到文件結束；

S310：重復文號剔除

判斷數組RelatedSymbol[n]，找出重復的項，將本數組最后的項值賦予到第一個重復數值上，最后一個數組刪除，同時按此n值更新RelatedSymbolDate[n]、RelatedSymboCourtl[n]數值；

S311：文號規則引擎管理

應用文號識別規則引擎管理功能，由兩部分組成，關鍵字和關鍵字之間關聯規則組成；

關鍵字由“字第”、“字”、“號”組成；

關鍵字之間的關聯規則由兩個關鍵字之間最大字符數，必須包含字符表、不能包含的字符表等規則組成；

文號識別規則引擎算法為實現上述規則設定的正則運算方法，由關鍵字查找，關鍵之間的字符數計算，中間字符串是否包含必須包含字符，是否不包含必須包含字符四部分組成；

如果出現錯誤，則執行以下公式：

ErrorText＝ErrorText+“；文號識別規則計算錯誤：”+字符串位置+傳過來關鍵字符串+“；”。