[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

本發明提供一種基于深度學習的智能輔助辦案方法，通過深度學習、自然語言處理技術及大數據技術，實現智能輔助辦案，方法包括：步驟1：筆錄文本關鍵內容的提取；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。本發明提供的方法可批量識別筆錄信息的文本內容和關鍵內容，并提取相關的信息數據，完成案件信息的自動填表和知識圖譜構建，大大減少人工提取信息的工作量，大幅提高準確率和效率，輔助案件分析。

技術領域

本發明涉及公安辦案智能化管理的技術領域，尤其是指一種基于深度學習的智能輔助辦案方法。

背景技術

案件辦理時，需要登記案件信息，將案情錄入案件系統，而案件系統中一個案件的新增至少有幾十個必填項，并且這些內容基本上都需要從案件的筆錄信息中獲取。目前案件信息的登記主要依靠人工進行，由人工研讀筆錄信息，從中提取關鍵信息，比如人物、時間、地點、其他要素等。這種依靠人工識別、手動錄入的方式存在耗費大量人力、處理效率低、信息錄入不規范、易出錯的明顯問題。

當前，公安機關作為司法體系的偵查環節，在提高整體執法規范化建設方面，需要從執法的源頭抓起，即從公安基層辦案質量抓起，公安基層執法是反映公安機關執法質量和公安執法水平的重要指標。同時，刑事類案件對證據材料的規范性要求越來越嚴格。從公安案件卷宗來看，筆錄占據著舉足輕重的地位，在案件偵破的眾多環節都會涉及到筆錄文書制作，包括詢問、訊問、勘驗、辨認、聽證、調整等等。同時筆錄作為證據的一種，也是在訴訟中最容易質疑的證據內容之一。

公安信息化建設進入智能化、大數據應用階段。依托人工智能和公安網海量的大數據資源來更好的為民警在前段辦案(如審訊階段)提供服務也是全國公安信息化建設重點工作。

綜上，實現筆錄信息的識別與提取，并進行標準化、規范化的存儲、傳輸與管理，保障案件證據材料的有效性，加強智能化技術與大數據服務融合，是新的智能化執法辦案系統建設需要解決的重要問題，有著廣泛的應用場景。

發明內容

本發明的目的在于克服現有技術的不足，提供一種通過人工智能技術進行筆錄材料的內容識別和提取實現案件信息的自動填充和案件知識圖譜構建的方法，解決當前依靠人工登記案件信息效率低、不規范、易出錯的問題。

一種基于深度學習的智能輔助辦案方法，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，方法包括：步驟1：筆錄文本關鍵內容的提取；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。

優選的，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。

優選的，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。

優選的，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。

優選的，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。

優選的，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有的表單模板中。