[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

本發明公開了數據處理方法及系統及裝置及介質及數據分析方法，涉及自然語言處理領域，包括：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；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；本發明得到的分析統計結果是基于裁判文書庫中預設犯罪類型的全量裁判文書數據；通過深度學習的方法進行啟發式的信息抽取，使得統計的維度更全面，不易受人為干擾。

技術領域

本發明涉及自然語言處理領域，具體地，涉及數據處理方法及系統及裝置及介質及數據分析方法。

背景技術

近年來，犯罪現象明顯增多、犯罪類型呈多樣化發展趨勢。隨著我國社會發展的不斷進步，司法有對犯罪的種類以及多樣性的發展趨勢進行進一步分析研究的需求。要滿足這些需求，對以往的裁判文書的分析統計尤為重要，對以往涉案案情的分析也很重要。

從已有的裁判文書庫中收集歷年的涉及某類型犯罪的裁判文書，然后使用深度學習的方法抽取收集的裁判文書中的信息然后統計。目前業內(包含法院)對這些研究統計性質的問題，都是采用抽樣的方法篩選出部分裁判文書，然后使用人工統計和分析其中的部分維度，然后出具相應的分析報告。這樣做的缺點在于：1、抽樣出來的樣本是極少數的，容易發生樣本偏差和幸存者原理的錯誤結論；2、統計的維度容易受到個別裁判文書和統計人員的主觀干擾，導致得到片面的結論。3、樣本量太少，沒有對其他維度的統計，如跨時間概念和區域概念統計，導致了不能有效判斷該類型犯罪的在預設維度內的發展趨勢和情況。

發明內容

為了解決上述問題，本發明提供了數據處理方法及系統及裝置及介質及數據分析方法，本發明得到的信息抽取結果是基于裁判文書庫中所有涉及相應犯罪的案件，使用全量樣本數據能夠保證抽取信息的完整性。利用深度學習的方法進行啟發式的信息抽取，使得統計的維度更加的全面，不易受人為干擾，同時全量的裁判文書能夠從預設維度分析相應犯罪案件的發展趨勢和情況。

為實現上述發明目的，本發明提供了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；

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。

優選的，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。結果數據中包括關鍵詞，通過關鍵詞用戶能夠快速獲知對應裁判文書的關鍵信息，方便用戶快速高效的了解該裁判文書。

其中，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。本方法使用的實體識別和關系抽取以及事件抽取的聯合學習模型UBCRE，進行地名，毒品數量，販毒人數，販毒關系，販毒事件等具體信息進行抽取，上述抽取的數據能夠準確的反映出毒品這個特殊犯罪領域的特征，通過上述方式能夠準確的從裁判文書中提取出毒品犯罪的特征信息，進而能夠準確的獲得毒品犯罪的在發展趨勢和情況，對于毒品案件裁判文書的處理具有良好的效果。

本發明還提供了一種基于裁判文書的信息的數據分析方法，包括步驟：

根據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。利用結果數據，本方法可以從相關維度對犯罪信息進行統計與分析，如犯罪的時間、地域等等，便于對犯罪的發展情況進行研究。