[發明專利]數據處理方法及系統及裝置及介質及數據分析方法

有效

• 申請號: 202110582834.8
• 申請日: 2021-05-27
• 公開（公告）號: CN113282726B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 翁洋;李鑫;王竹;其他發明人請求不公開姓名
• 申請（專利權）人: 成都數之聯科技股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06F16/36;G06F40/279;G06N3/04;G06N3/08
• 代理公司: 成都云縱知識產權代理事務所(普通合伙) 51316
• 代理人: 熊曦;陳婉鵑

1.一種基于裁判文書的信息的數據處理方法，其包括步驟：

從裁判文書庫中篩選出包含預設類型犯罪的裁判文書數據；

提取所述裁判文書數據信息中的案情事實數據；

其特征在于，還包括步驟：

建立圖神經網絡，將所述案情事實數據輸入所述圖神經網絡；

在所述圖神經網絡的節點位置抽取實體信息數據、實體間的關系數據和事件序列信息數據，并轉換為結果數據輸出，所述結果數據包括（實體1，關系，實體2）三元組和裁判文書所屬的犯罪類型；

所述圖神經網絡的輸入為案情事實數據A，所述案情事實數據A包括：句子1，句子2，......，句子n，n為大于2的整數；

所述案情事實數據A輸入所述圖神經網絡，使用所述圖神經網絡中的圖注意力神經網絡處理所述案情事實數據A，所述圖注意力神經網絡輸出第一部分和第二部分，所述第一部分表示所述案情事實數據A中句子的第一句子向量，所述第二部分表示所述案情事實數據A的句子中每個詞的向量矩陣；

對所述第一部分做二分類處理，基于所述二分類處理的結果判斷所述案情事實數據A中的句子是否是一個關鍵信息句；若不是關鍵信息句則忽略該句子，若是關鍵信息句則對所述第二部分做實體識別處理，所述實體識別處理后得到句子中的實體；

對所述實體標號，在所述圖神經網絡中新建實體庫，在新建所述實體庫時合并相同實體；

將所述實體庫中的任意2個實體組合后輸入所述圖神經網絡做實體關系抽取處理，得到所述案情事實數據A對應的實體-關系-實體三元組，基于所述實體-關系-實體三元組得到三元組圖；

將所述第一句子向量和其對應的二分類處理結果加權相乘得到n個帶權重的第二句子向量；

將n個所述第二句子向量輸入編碼器編碼處理得到篇章向量；

將所述篇章向量和所述案情事實數據A對應的所述三元組圖輸入所述圖注意力神經網絡做事件類型分類抽取處理，獲得所述事件抽取分類結果；

所述圖神經網絡輸出案情事實數據A對應的實體-關系-實體三元組和事件抽取分類結果。

2.根據權利要求1所述的基于裁判文書的信息的數據處理方法，其特征在于，所述方法還包括：從所述案情事實數據中提取出關鍵詞，所述結果數據還包括所述關鍵詞。

3.根據權利要求1所述的基于裁判文書的信息的數據處理方法，其特征在于，所述實體庫中每個實體均包括實體所在句子對應的第一向量和實體所在句子對應的第二向量，所述合并所有句子中的相同實體表示相同的實體A和實體B合并獲得實體C，合并時將所述實體A的第一向量和所述實體B的第一向量求平均得到所述實體C的第一向量，合并時將所述實體A的第二向量和所述實體B的第二向量求平均得到所述實體C的第二向量。

4.根據權利要求1所述的基于裁判文書的信息的數據處理方法，其特征在于，所述圖神經網絡采用自注意力機制處理所述案情事實數據A。

5.根據權利要求1所述的基于裁判文書的信息的數據處理方法，其特征在于，本方法根據案由編號從裁判文書庫中篩選出同類型犯罪裁判文書。

6.根據權利要求2所述的基于裁判文書的信息的數據處理方法，其特征在于，本方法使用TF-IDF從所述案情事實數據中提取關鍵詞。

7.根據權利要求1所述的基于裁判文書的信息的數據處理方法，其特征在于，本方法在所述圖神經網絡的節點位置抽取地名、毒品數量、販毒人數、販毒關系和販毒事件信息數據。

8.一種基于裁判文書的信息的數據分析方法，其特征在于，包括步驟：

根據權利要求1所述的數據處理方法；

根據所述結果數據進行預設維度統計與犯罪信息分析。

9.根據權利要求8所述的基于裁判文書的信息的數據分析方法，其特征在于，所述預設維度包括：時間維度和地域維度。