[發(fā)明專利]一種基于規(guī)則與預(yù)訓(xùn)練語言模型的文書自動分析方法

在審

• 申請?zhí)枺?/td>: 202211101975.4
• 申請日: 2022-09-09
• 公開（公告）號: CN115470776A
• 公開（公告）日: 2022-12-13
• 發(fā)明（設(shè)計）人: 閻星娥;楊昆;張林;劉慰慰;嚴榮明;袁勇斌;薛世峰
• 申請（專利權(quán)）人: 南京華飛數(shù)據(jù)技術(shù)有限公司
• 主分類號: G06F40/258
• 分類號: G06F40/258;G06F40/242;G06F40/279;G06F16/33;G06Q50/18
• 代理公司: 南京品智知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32310
• 代理人: 奚曉寧

1.一種基于規(guī)則與預(yù)訓(xùn)練語言表征模型的文書自動分析方法，其特征在于，包括如下步驟：

S1、采用讀取文書存儲數(shù)據(jù)庫的方式獲得待分析文書的文書標(biāo)題和文書正文；

S2、針對步驟S1得到的文書標(biāo)題展開分析，抽取出事由、事件類型、辦理程序、文書類型的相關(guān)信息；

S3、針對步驟S1得到的文書正文展開分析，抽取出辦理單位、事件號、涉事人員及身份、申辦時間、申辦文書號、事件事實、辦理依據(jù)、辦理結(jié)果、辦理日期以及辦理人員的相關(guān)信息；

S4、針對步驟S3得到的事件事實展開分析，抽取出事件演化的時空軌跡信息；

S5、基于預(yù)訓(xùn)練語言表征模型對文書正文展開分析，抽取出文書中的人物關(guān)系信息；

S6、將以上抽取得到的信息存入文書分析結(jié)果數(shù)據(jù)庫。

2.根據(jù)權(quán)利要求1所述的基于規(guī)則與預(yù)訓(xùn)練語言表征模型的文書自動分析方法，其特征在于，步驟S2的具體分析過程，包括如下步驟：

S2-1、通過查找相關(guān)資料，構(gòu)建文書的事由字典；基于事由字典對文書標(biāo)題進行匹配，進而得到待分析文書的事由信息；

S2-2、通過分別構(gòu)建匹配規(guī)則，得到待分析文書的事件類型、辦理程序、文書類型的相關(guān)信息。

3.根據(jù)權(quán)利要求1所述的基于規(guī)則與預(yù)訓(xùn)練語言表征模型的文書自動分析方法，其特征在于，步驟S3的具體分析過程，包括如下步驟：

S3-1、通過分別構(gòu)建匹配規(guī)則，得到待分析文書的辦理單位、事件號、申辦時間、申辦文書號、辦理日期的相關(guān)信息；

S3-2、構(gòu)建文書的事件手段字典及事件結(jié)果字典，通過字典對文書正文進行匹配，進而得到待分析文書的事件手段信息與事件結(jié)果種類；

S3-3、通過構(gòu)建涉事人員規(guī)則庫，抽取出申請辦理人、被申請辦理人等涉事人員的身份信息；在此基礎(chǔ)上，通過進一步制定相關(guān)規(guī)則，提取出相關(guān)人員的詳細個人信息和以及相關(guān)單位信息；

S3-4、通過構(gòu)建事件事實規(guī)則庫，抽取出待分析文書的事件事實信息；在此基礎(chǔ)上，通過進一步制定相關(guān)規(guī)則，提取出涉事金額與相關(guān)損失的信息；

S3-5、通過構(gòu)建辦理依據(jù)規(guī)則庫，抽取出待分析文書的辦理依據(jù)信息；

S3-6、通過構(gòu)建辦理結(jié)果規(guī)則庫，抽取出待分析文書的辦理結(jié)果信息；在此基礎(chǔ)上，通過構(gòu)建辦理類型字典，進一步得到辦理類型信息；通過制定相關(guān)規(guī)則，進一步提取出辦理方式信息；

S3-7、基于hanlp對文書正文的末句進行分詞，在此基礎(chǔ)上構(gòu)建辦理人員規(guī)則庫，抽取出包括監(jiān)辦人和記錄員的相關(guān)信息。

4.根據(jù)權(quán)利要求3所述的基于規(guī)則與預(yù)訓(xùn)練語言表征模型的文書自動分析方法，其特征在于，步驟S3-3所述的個人信息包括姓名和性別；相關(guān)單位信息包括單位名稱和單位地址。

5.根據(jù)權(quán)利要求1所述的基于規(guī)則與預(yù)訓(xùn)練語言表征模型的文書自動分析方法，其特征在于，步驟S4的具體分析過程，包括如下步驟：

S4-1、對步驟S3-4得到的事件事實信息以句子為單位進行切分；

S4-2、根據(jù)切分后的句子中是否出現(xiàn)新的時間節(jié)點對分句進行拼接，抽取出基于時間節(jié)點的事件演化時空軌跡信息。

6.根據(jù)權(quán)利要求1所述的基于規(guī)則與預(yù)訓(xùn)練語言表征模型的文書自動分析方法，其特征在于，步驟S5的具體分析過程，包括如下步驟：

S5-1、基于hanlp對文書正文進行詞性標(biāo)注，得到待分析文書的人名集合以及包含人名的句子列表；

S5-2、基于預(yù)訓(xùn)練語言表征模型對步驟S5-1得到的列表中的句子進行分析，得到每個句子中的人物關(guān)系信息；

S5-3、基于投票機制對每個人物對的關(guān)系進行統(tǒng)計分析，得到人物對的最終關(guān)系類型，進而得到待分析文書的人物關(guān)系信息。