[發明專利]一種基于深度學習的智能輔助辦案方法在審
| 申請號: | 202010359962.1 | 申請日: | 2020-04-30 |
| 公開(公告)號: | CN111639479A | 公開(公告)日: | 2020-09-08 |
| 發明(設計)人: | 彭本;夏元松;張士松;李婷;紀夢蘭;雷邦寧;翁莊明;于秀兵;黃志飛;韋建文 | 申請(專利權)人: | 廣州華資軟件技術有限公司 |
| 主分類號: | G06F40/186 | 分類號: | G06F40/186;G06F40/216;G06F40/295;G06F40/30;G06F16/2458;G06F16/25;G06F16/29;G06F16/28;G06F16/36;G06Q50/26 |
| 代理公司: | 北京科億知識產權代理事務所(普通合伙) 11350 | 代理人: | 湯東鳳 |
| 地址: | 510000 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 深度 學習 智能 輔助 辦案 方法 | ||
1.一種基于深度學習的智能輔助辦案方法,其特征在于:通過深度學習、自然語言處理技術及大數據技術,實現輔助辦案,所述辦案方法包括如下步驟:
步驟1:筆錄文本關鍵內容的提取;在所述步驟1中,運用深度學習及自然語言處理技術識別出筆錄文本的文本內容和關鍵內容;
所述步驟1包括有以下步驟:
步驟A1.通過文本識別技術識別出筆錄文本的具體文本內容;
步驟A2.將識別出的文本內容,通過詞袋模型、TF-IDF算法、支持向量機算法進行文本預處理和信息分類,通過bert+bilistm+crf模型進行命令實體識別,利用分詞、詞性標注工具進行共指消解,通過句法依存分析進行關系提取,最終提取出結構化的關鍵業務內容信息;
步驟2:筆錄文本關鍵內容的重組;
步驟3:案件信息的自動填充;
步驟4:案件知識圖譜的構建。
2.根據權利要求1所述的一種基于深度學習的智能輔助辦案方法,其特征在于:在所述步驟2中,運用華資數據交換平臺、模糊地址匹配技術將提取的筆錄文本關鍵業務內容進行標準化、規范化和重組,以得到符合業務要求的數據。
3.根據權利要求2所述的一種基于深度學習的智能輔助辦案方法,其特征在于:所述步驟2包括有以下步驟:
步驟B1.將提取的文本關鍵內容,統一匯集存儲至華資數據交換平臺,進行數據清洗、數據轉換和數據裝載,得到符合業務要求的數據;
步驟B2.對于地址一類的數據,采用華資模糊地址智能匹配技術,構建地址標準模型,將地址數據進行區域標注,最終轉換為標準規范的地址數據格式。
4.根據權利要求1所述的一種基于深度學習的智能輔助辦案方法,其特征在于:在所述步驟3中,將識別出的業務內容信息自動填充至預設的表單模板中。
5.根據權利要求4所述的一種基于深度學習的智能輔助辦案方法,其特征在于:所述步驟3包括有以下步驟:
步驟C1.從重組后的數據中篩選出所需的業務內容信息;
步驟C2.將所得到的業務內容信息填充至相對應的表單模板中。
6.根據權利要求1所述的一種基于深度學習的智能輔助辦案方法,其特征在于:在所述步驟4中,通過深度學習和自然語言處理技術從筆錄文本中提取關鍵實體關系數據,構建案件知識圖譜。
7.根據權利要求6所述的一種基于深度學習的智能輔助辦案方法,其特征在于:所述步驟4包括有以下步驟:
步驟D1.通過命令實體識別、分詞、詞性標注、句法依存分析識別出筆錄文本信息中的實體、實體之間的關系和實體的屬性,形成知識圖譜數據;
步驟D2.將提取的數據以結構化的格式關聯到相關的案件,在華資數據交換平臺中,利用圖數據庫存儲案件相關的要素及關系,并形成知識圖譜。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣州華資軟件技術有限公司,未經廣州華資軟件技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010359962.1/1.html,轉載請聲明來源鉆瓜專利網。





