[發(fā)明專利]一種裁判文書結(jié)構(gòu)化方法及裝置

在審

• 申請?zhí)枺?/td>: 202010041162.5
• 申請日: 2020-01-15
• 公開（公告）號: CN111222312A
• 公開（公告）日: 2020-06-02
• 發(fā)明（設(shè)計(jì)）人: 席麗娜;王文軍;晉耀紅
• 申請（專利權(quán)）人: 中科鼎富（北京）科技發(fā)展有限公司
• 主分類號: G06F40/186
• 分類號: G06F40/186;G06F40/103;G06F40/258;G06F40/30;G06Q50/18
• 代理公司: 北京弘權(quán)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11363
• 代理人: 逯長明;許偉群

本申請?zhí)峁┝艘环N裁判文書結(jié)構(gòu)化方法及裝置，其中，文本處理器在接收到待處理裁判文書之后，按照目標(biāo)抽取模板中每一抽取節(jié)點(diǎn)，確定待處理裁判文書中的節(jié)點(diǎn)字符，并確定每一所述抽取節(jié)點(diǎn)對應(yīng)的塊文本，從而完成對待處理裁判文書的文本的對應(yīng)抽取工作。最后，將每一所述抽取節(jié)點(diǎn)與所述塊文本相對應(yīng)，生成所述待處理裁判文書的結(jié)構(gòu)化文本，此時(shí)經(jīng)過結(jié)構(gòu)化之后的待處理裁判文書具有標(biāo)準(zhǔn)的格式，可以令用戶通過瀏覽抽取節(jié)點(diǎn)確定所要查找的內(nèi)容，并快速對應(yīng)至相關(guān)的具體內(nèi)容。

技術(shù)領(lǐng)域

本申請涉及文本處理技術(shù)領(lǐng)域，尤其涉及一種裁判文書結(jié)構(gòu)化方法及裝置。

背景技術(shù)

通常，裁判文書等一類的法律文件的內(nèi)容較為冗長，而且用詞較為晦澀難懂，令人很難快速從整體裁判文書中定位需要仔細(xì)瀏覽的內(nèi)容。而且，用戶在瀏覽裁判文書的過程中，通常會(huì)需要瀏覽一些類案，即與當(dāng)前裁判文書相類似的案件對應(yīng)的裁判文書，以幫助理解和類比當(dāng)前裁判文書。對于用戶來說，瀏覽一篇裁判文書已經(jīng)比較困難，要從海量的裁判文書中找到與當(dāng)前裁判文書類似的裁判文書會(huì)更加困難，不僅會(huì)浪費(fèi)大量時(shí)間，而且也未必能夠準(zhǔn)確找到相似度最高的裁判文書。

具體地，例如用戶需要從裁判文書中查找與審理過程相關(guān)的內(nèi)容，則需要從裁判文書的首個(gè)字符開始瀏覽，直至找到與審理過程相關(guān)的部分；若用戶需要查找裁判文書A的類案，則首先需要瀏覽裁判文書A的全文，在至少大致理解裁判文書A的基礎(chǔ)上，再從保存有各種裁判文書的庫中逐個(gè)瀏覽每個(gè)裁判文書，在大致理解各個(gè)裁判文書的基礎(chǔ)上，才能夠確定出裁判文書A的類案。可見，現(xiàn)有瀏覽裁判文書的方式效率和質(zhì)量較低。

發(fā)明內(nèi)容

本申請?zhí)峁┝艘环N裁判文書結(jié)構(gòu)化方法及裝置，以提高裁判文書的格式規(guī)范性，方便用戶瀏覽。

第一方面，本申請?zhí)峁┝艘环N裁判文書結(jié)構(gòu)化方法，所述方法包括：

按照目標(biāo)抽取模板中每一抽取節(jié)點(diǎn)，確定待處理裁判文書中的節(jié)點(diǎn)字符，所述目標(biāo)抽取模板由所述抽取節(jié)點(diǎn)組成，所述抽取節(jié)點(diǎn)為與所述待處理裁判文書中各部分文本具有對應(yīng)關(guān)系的字符串，所述節(jié)點(diǎn)字符為所述待處理裁判文書中與所述抽取節(jié)點(diǎn)相對應(yīng)的部分文本的起始字符；

確定每一所述抽取節(jié)點(diǎn)對應(yīng)的塊文本，所述塊文本由從所述抽取節(jié)點(diǎn)對應(yīng)的節(jié)點(diǎn)字符起到下一節(jié)點(diǎn)字符之間的全部字符；

將每一所述抽取節(jié)點(diǎn)與所述塊文本相對應(yīng)，生成所述待處理裁判文書的結(jié)構(gòu)化文本。

第二方面，本申請?zhí)峁┝艘环N裁判文書結(jié)構(gòu)化裝置，所述裝置包括：

節(jié)點(diǎn)字符確定單元，用于按照目標(biāo)抽取模板中每一抽取節(jié)點(diǎn)，確定待處理裁判文書中的節(jié)點(diǎn)字符，所述目標(biāo)抽取模板由所述抽取節(jié)點(diǎn)組成，所述抽取節(jié)點(diǎn)為與所述待處理裁判文書中各部分文本具有對應(yīng)關(guān)系的字符串，所述節(jié)點(diǎn)字符為所述待處理裁判文書中與所述抽取節(jié)點(diǎn)相對應(yīng)的部分文本的起始字符；

塊文本確定單元，用于確定每一所述抽取節(jié)點(diǎn)對應(yīng)的塊文本，所述塊文本由從所述抽取節(jié)點(diǎn)對應(yīng)的節(jié)點(diǎn)字符起到下一節(jié)點(diǎn)字符之間的全部字符；

結(jié)構(gòu)化文本生成單元，用于將每一所述抽取節(jié)點(diǎn)與所述塊文本相對應(yīng)，生成所述待處理裁判文書的結(jié)構(gòu)化文本。

由以上技術(shù)可知，本申請?zhí)峁┝艘环N裁判文書結(jié)構(gòu)化方法及裝置，其中，文本處理器在接收到待處理裁判文書之后，按照目標(biāo)抽取模板中每一抽取節(jié)點(diǎn)，確定待處理裁判文書中的節(jié)點(diǎn)字符，并確定每一所述抽取節(jié)點(diǎn)對應(yīng)的塊文本，從而完成對待處理裁判文書的文本的對應(yīng)抽取工作。最后，將每一所述抽取節(jié)點(diǎn)與所述塊文本相對應(yīng)，生成所述待處理裁判文書的結(jié)構(gòu)化文本，此時(shí)經(jīng)過結(jié)構(gòu)化之后的待處理裁判文書具有標(biāo)準(zhǔn)的格式，可以令用戶通過瀏覽抽取節(jié)點(diǎn)確定所要查找的內(nèi)容，并快速對應(yīng)至相關(guān)的具體內(nèi)容。

附圖說明