[发明专利]一种法律文书自动识别、生成系统及其方法

说明书

本发明公开了一种法律文书自动识别、生成系统，包括识别模块、处理模块和生成模块，其中：识别模块，用于将法律文书转化电子源文件并导入处理模块；处理模块，进行预处理，定位关键词并提取文本信息；生成模块，抽取与关键词分别一一对应的数据源，生成预填录界面，校验后，自动填录入业务系统。还公开了一种方法，将法律文书转换成电子源文件；对电子源文件进行预处理，定位关键词并提取文本信息；将文本信息与数据源建立映射关系，生成预填录界面辅助人工校对，校验通过后，填录入与系统对接的业务系统。本发明自动识别、提取案件关键信息，并模拟人的方式将数据自动填录到对接的业务系统中，极大地提高了案件受理的工作效率降低出错概率。

技术领域

本发明涉及数据处理技术领域，具体的说，是一种法律文书自动识别、生成系统及其方法。

背景技术

法律文书一般是司法行政机关等在解决诉讼、非诉案件时使用的文书。现有技术中，一般采用的纸质的法律文书，递交到司法行政机关后，受理案件人员需要对案件进行受理登记，即人工对法律文书进行阅读分析，提取关键信息录入其业务系统。例如，检察院受理一个单人的审查逮捕案件，需要填录的案卡项大约90项；受理多人的审查逮捕案件，每增加一个犯罪嫌疑人，需要填录的案卡项会增加50项。并且由于当前司法行政机关案多人少的现象突出，人工受理案件势必会耗费大量的人力、时间，不仅工作繁琐，而且容易出错。

发明内容

本发明的目的在于提供一种法律文书自动识别、生成系统及其方法，用于解决现有技术中人工受理案件耗费大量的人力、时间，不仅工作繁琐，而且容易出错的问题。

本发明通过下述技术方案解决上述问题：

一种法律文书自动识别、生成系统，包括识别模块、处理模块和生成模块，其中：

识别模块，用于将纸质法律文书转化电子源文件，并将电子源文件导入处理模块；或者直接将电子版本的法律文书导入处理模块；

处理模块，对导入的电子源文件进行预处理，定位关键词并提取文本信息；

生成模块，从对接的业务系统中抽取数据源，所述数据源与所述关键词分别一一对应，并建立所述文本信息与数据源的映射关系，生成预填录界面，通过人工校验和确认后，自动填录入业务系统。

进一步地，所述处理模块包括：

预处理单元，其配置成用于进行文本清洗以及文本格式化；

提取关键词单元，根据对接的业务系统中的提取项模板配置提取关键词，定位关键词的位置，并根据设定的匹配规则提取文本信息。

一种法律文书自动识别、生成方法，包括：

步骤S100：将法律文书转换成能够被选择、复制和检索文字的电子源文件；

步骤S200：对电子源文件进行预处理，定位关键词并提取文本信息；

步骤S300：将所述文本信息与对接的业务系统中的数据源建立映射关系，生成预填录界面辅助人工校验，校验通过后，填录入与系统对接的业务系统。

进一步地，所述步骤S100包括将纸质法律文书经过高拍仪扫描、识别并转换成双层PDF文件，另外Word/WPS/双层PDF文书等电子版法律文书可直接导入处理模块。所述双层PDF文件可选择文字、复制文字以及检索文字。

进一步地，所述预处理包括文本清洗和文本格式化，其中：

文本清洗包括编码转换、去空格、去非法字符、缺失关键词补充修正；

文本格式化包括分块、分段和分句，其中分块是根据文本分块标志进行分块，所述分段是按照段落符号进行划分，所述分句以标点符号作为分隔符号，将句子分成一个个的短句。

进一步地，所述定位关键词并提取文本信息具体包括：