[发明专利]裁判文书的审查方法、装置、存储介质及设备在审
| 申请号: | 201910891901.7 | 申请日: | 2019-09-20 |
| 公开(公告)号: | CN112541345A | 公开(公告)日: | 2021-03-23 |
| 发明(设计)人: | 梁文波;冯鸳鹤 | 申请(专利权)人: | 北京国双科技有限公司 |
| 主分类号: | G06F40/279 | 分类号: | G06F40/279;G06K9/62;G06N20/00;G06Q50/18 |
| 代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 王小清 |
| 地址: | 100083 北京市海淀区*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 裁判 文书 审查 方法 装置 存储 介质 设备 | ||
1.一种裁判文书的审查方法,其特征在于,所述方法包括:
确定待审查的裁判文书;
从所述裁判文书中提取诉讼参与人信息;
根据所述诉讼参与人信息审查所述裁判文书是否存在瑕疵。
2.根据权利要求1所述的方法,其特征在于,所述确定待审查的裁判文书,包括:
获取目标文书;
根据预先训练好的裁判文书类型识别模型识别所述目标文书的类型是否为裁判文书;
如果所述裁判文书类型识别模型识别所述目标文书的类型为裁判文书,则确定所述目标文书为待审查的裁判文书。
3.根据权利要求2所述的方法,其特征在于,所述裁判文书类型识别模型的训练方式具体如下:
获取标注好的起诉意见书、起诉书、检察建议书、抗诉书以及裁判文书作为训练样本;
基于K最邻近KNN算法或决策树算法对所述训练样本进行机器学习,输出所述裁判文书类型识别模型。
4.根据权利要求1所述的方法,其特征在于,所述从所述裁判文书中提取诉讼参与人信息,包括:
采用正则表达式技术从所述裁判文书中提取所述诉讼参与人信息,所述诉讼参与人信息包括原告信息、原告委托诉讼代理人信息、被告信息、被告委托诉讼代理人信息,其中,原告信息包括原告姓名、原告委托诉讼代理人信息包括原告委托诉讼代理人姓名和原告委托诉讼代理人当前执业的律师事务所名称、被告信息包括被告姓名、被告委托诉讼代理人信息包括被告委托诉讼代理人姓名和被告委托诉讼代理人当前执业的律师事务所名称。
5.根据权利要求4所述的方法,其特征在于,所述根据所述诉讼参与人信息审查所述裁判文书是否存在瑕疵,包括:
判断所述原告姓名与被告姓名是否一致;
和/或,判断所述原告委托诉讼代理人姓名与所述被告委托诉讼代理人姓名是否一致;
和/或,判断所述原告委托诉讼代理人当前执业的律师事务所名称与所述被告委托诉讼代理人当前执业的律师事务所名称是否一致;
和/或,判断所述原告委托诉讼代理人当前执业的律师事务所与所述被告委托诉讼代理人当前执业的律师事务所是否存在控股关系;
如果所述原告姓名与被告姓名一致,和/或,所述原告委托诉讼代理人姓名与所述被告委托诉讼代理人姓名一致,和/或,所述原告委托诉讼代理人当前执业的律师事务所名称与所述被告委托诉讼代理人当前执业的律师事务所名称一致,和/或,所述原告委托诉讼代理人当前执业的律师事务所与所述被告委托诉讼代理人当前执业的律师事务所存在控股关系,则判定所述裁判文书存在瑕疵。
6.根据权利要求5所述的方法,其特征在于,所述判断所述原告委托诉讼代理人当前执业的律师事务所名称与所述被告委托诉讼代理人当前执业的律师事务所名称是否一致,包括:
根据预设第一字典库确定所述原告委托诉讼代理人当前执业的律师事务所名称对应的第一律师事务所全称,以及,所述被告委托诉讼代理人当前执业的律师事务所名称对应的第二律师事务所全称;所述第一字典库中存储有多个字典值,每个字典值用于指示一个律师事务所名称的简称与全称的对应关系;
当所述第一律师事务所全称与所述第二律师事务所全称相同时,确定所述原告委托诉讼代理人当前执业的律师事务所名称与所述被告委托诉讼代理人当前执业的律师事务所名称一致;
当所述第一律师事务所全称与所述第二律师事务所全称不同时,确定所述原告委托诉讼代理人当前执业的律师事务所名称与所述被告委托诉讼代理人当前执业的律师事务所名称不一致。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京国双科技有限公司,未经北京国双科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910891901.7/1.html,转载请声明来源钻瓜专利网。





