[发明专利]判决文书调取方法、装置、服务器及存储介质

权利要求书

1.一种判决文书的抽取方法，其特征在于，包括：

获取判决文书的原始数据，确定所述原始数据的待抽取项；

对于任一项所述待抽取项，确定所述待抽取项的抽取策略；

基于所述抽取策略，根据所述原始数据确定所述待抽取项的目标特征；

根据各个待抽取项及各个待抽取项的目标特征生成预设结构的判决文书数据。

2.根据权利要求1所述的方法，其特征在于，所述对于任一所述待抽取项，确定所述待抽取项的抽取策略，包括：

根据预先设置的抽取类型与抽取策略的对应关系和所述待抽取项的抽取类型确定所述待抽取项的抽取策略，其中，所述抽取策略包括：模式匹配、语义分析、命名实体识别或神经网络模型中的一项或多项。

3.根据权利要求2所述的方法，其特征在于，所述神经网络模型包括长短时记忆子网络，相应的，基于所述抽取策略，根据所述原始数据确定所述待抽取项的目标特征，包括：

将所述原始数据输入至所述长短时记忆子网络中，根据所述长短时记忆子网络的输出确定所述待抽取项的特征序列，其中，所述特征序列包括所述待抽取项的至少一个抽取特征和所述抽取特征的概率；

根据抽取特征的概率，确定所述待抽取项的目标特征，并对所述目标特征设置标签。

4.根据权利要求3所述的方法，其特征在于，所述神经网络模型还包括条件随机场子模型，相应的，在确定待抽取项的目标特征之后，还包括：

将各个待抽取项的目标特征、所述目标特征的概率、所述目标特征的标签以及所述标签的预设关系，输入至所述条件随机场子模型，根据所述条件随机场子模型的输出信息更新所述待抽取项的目标特征。

5.根据权利要求3所述的方法，其特征在于，所述根据所述长短时记忆子网络的输出确定所述待抽取项的特征序列，包括：

对所述原始数据进行语义分析，确定所述原始数据的目标向量，其中，所述目标向量包括词向量和句向量；

根据所述目标向量对所述原始数据进行反向处理，生成所述原始数据的反向目标向量；

将所述目标向量和所述反向目标向量分别输入至所述长短时记忆子网络的对应通道，生成所述正向特征序列和反向特征序列，其中，所述长短时记忆子网络包括双通道的网络层；

根据所述正向特征序列、所述反向特征序列、以及目标向量在所述正向特征序列和所述反向特征序列中的位置对应关系，生成所述待抽取项的特征序列。

6.根据权利要求5所述的方法，其特征在于，所述根据所述正向特征序列、所述反向特征序列，以及目标向量在所述正向特征序列和所述反向特征序列中的位置对应关系，生成所述待抽取项的特征序列，包括：

根据所述正向特征序列和所述反向特征序列中目标向量的位置对应关系，确定所述正向特征序列和所述反向特征序列中同一目标向量的特征信息；

根据所述正向特征序列和所述反向特征序列中同一目标向量的特征信息，对所述正向特征序列和所述反向特征序列进行拼接处理，生成所述待抽取项的特征序列。

7.根据权利要求1-6任一项所述的判决文书的抽取方法，其特征在于，还包括：

将所述预设结构的判决文书存储至判决文书数据库；和/或，

基于目标特征，对所述判决文书数据库中各个所述判决文书进行统计分析，并将分析结果以设定格式进行显示。

8.一种判决文书的抽取装置，其特征在于，包括：

待抽取项确定模块，用于获取判决文书的原始数据，确定所述原始数据的待抽取项；

抽取策略确定模块，用于对于任一项所述待抽取项，确定所述待抽取项的抽取策略；

目标特征确定模块，用于基于所述抽取策略，根据所述原始数据确定所述待抽取项的目标特征；

结构化判决文书生成模块，用于根据各个待抽取项的目标特征生成预设结构的判决文书数据。