[发明专利]案件的裁判方法、装置和系统

权利要求书

1.一种案件的裁判方法，其特征在于，包括：

获取待裁判案件的证据信息；

基于预先构建的法律知识图谱对所述证据信息进行分析处理，得到第一认定结果，其中，所述第一认定结果表征所述证据信息是否被采用，所述法律知识图谱至少包括：多个节点、所述多个节点之间的关联关系和方向信息，每个节点用于表征如下之一：要素、判别要点以及逻辑门；

根据第二认定结果确定的证据信息生成所述待裁判案件的裁判结果，其中，所述第二认定结果为第一对象针对所述第一认定结果输入的反馈信息；

其中，基于预先构建的法律知识图谱对所述证据信息进行分析处理，得到第一认定结果，包括：确定所述证据信息对应的证据类型；获取与所述证据类型对应的法律知识图谱；基于与所述证据类型对应的法律知识图谱对所述证据信息的特性进行认定，得到所述第一认定结果，其中，所述证据信息的特征包括：真实性、关联性和合法性；

根据第二认定结果确定的证据信息生成所述待裁判案件的裁判结果，包括：

获取所述法律知识图谱；基于所述待裁判案件的案件信息中的诉求内容，确定所述待裁判案件在所述法律知识图谱中对应的激活区域，其中，所述案件信息至少包括所述第二认定结果确定的证据信息；在所述激活区域内，使用不确定性推理技术处理所述案件信息，得到所述裁判结果；

在所述激活区域内，使用不确定性推理技术处理所述案件信息，得到所述裁判结果，包括：基于所述法律知识图谱中所述多个节点之间的关联信息和方向信息，将所述案件信息在所述法律知识图谱中进行遍历，获取用于指向所述案件信息对应的裁判结果的节点；将获取到的节点所指向的裁判结果作为所述裁判结果；

根据第二认定结果确定的证据信息生成所述待裁判案件的裁判结果，还包括：

对所述法律知识图谱中的每个节点进行向量化处理，得到基于向量化表示的法律知识图谱；在基于所述向量化表示的法律知识图谱上，基于所述案件信息在所述法律知识图谱上进行随机行走，确定每个行走到的节点对应的概率值；在行走到的节点的概率值大于预设概率的情况下，继续行走下一个节点，直至获取到用于表示裁判结果的节点。

2.根据权利要求1所述的方法，其特征在于，获取待裁判案件的证据信息，包括：

获取所述待裁判案件的法律资料，其中，所述法律资料包括如下至少之一：起诉书、答辩书、交易信息；

根据所述待裁判案件的法律资料确定所述待裁判案件的证据信息。

3.根据权利要求1所述的方法，其特征在于，获取待裁判案件的证据信息，包括：

基于数据挖掘技术获取第二对象的用户画像；

根据所述用户画像确定所述待裁判案件的证据信息。

4.根据权利要求1所述的方法，其特征在于，所述要素包括至少一个客观事实要素以及至少一个法律要素，其中，在基于预先构建的法律知识图谱对所述证据信息进行分析处理，得到第一认定结果之前，所述方法还包括：

确定案件的类型；

提取案件中每个案件的至少一个客观事实要素；

获取所述第一对象建立的每个客观事实要素与法律要素之间的关联关系；

基于所述至少一个客观事实要素、所述至少一个法律要素、所述至少一个客观事实要素与所述至少一个法律要素之间的关联关系创建所述法律知识图谱。

5.根据权利要求4所述的方法，其特征在于，基于所述至少一个客观事实要素、所述至少一个法律要素、所述至少一个客观事实要素与所述至少一个法律要素之间的关联关系创建所述法律知识图谱包括：

通过大数据技术结合机器学习对种子知识库进行扩充，创建所述法律知识图谱，其中，所述种子知识库包括：所述第一对象建立的每个客观事实要素、每个客观事实要素对应的法律要素、每个客观事实要素与法律要素之间的关联关系。

6.根据权利要求1所述的方法，其特征在于，在根据所述第二认定结果确定的证据信息生成所述待裁判案件的裁判结果之后，所述方法还包括：

接收所述第一对象针对所述裁判结果的反馈信息；

根据所述裁判结果的反馈信息对所述待裁判案件的裁判结果进行调整。