[发明专利]一种智能处罚裁量方法及系统

权利要求书

1.一种智能处罚裁量方法，其特征在于，包括以下步骤：

S1、构建事件的裁量知识库，裁量知识库包括各种裁量要素，裁量要素包括如下至少之一：事由、裁量信息、裁量主体、裁量依据及处理情节；

S2、将获取的当前事件信息与裁量知识库匹配，得到当前事件的裁量要素，裁量算法模型根据当前事件的裁量要素，自动生成事件的处理结论；

S3、将事件的处理结论发送至终端，以辅助工作人员处理。

2.如权利要求1所述的一种智能处罚裁量方法，其特征在于，步骤S2具体包括：

S21、当前事件信息与裁量知识库匹配后，得到当前事件的事由、裁量信息、裁量主体、裁量依据及处理情节；

S22、裁量算法模型根据当前事件的事由确定事件的裁量依据；

S23、裁量算法模型根据裁量依据和当前事件的裁量信息确定初步的处理结论，其中，裁量信息包括时间、地点及裁量行为；

S24、裁量算法模型根据初步的处理结论和当前事件的处理情节，对初步的处理结论进行裁量叠加调整；

S25、裁量算法模型根据调整后的处理结论和当前事件的裁量主体，对处理结论进行进一步调整，确定最终的处理结论。

3.如权利要求2所述的一种智能处罚裁量方法，其特征在于，

步骤S23中，初步的处理结论包括处理内容和相应的处理依据；

步骤S24中，裁量叠加调整包括在初步的处理结论基础上进行减轻处理、从轻处理、不予处理、从重处理、加重处理，并得到处理内容和相应的处理依据；

步骤S25中，对于符合裁量依据的裁量主体可以调整进行从轻、减轻或者不予处理，确定的最终处理结论包括处理内容和相应的处理依据。

4.如权利要求3所述的一种智能处罚裁量方法，其特征在于，若不同事件的事件信息与裁量知识库进行匹配后，所得裁量要素中的事由、裁量行为、裁量主体、裁量依据及处理情节相同，即为相同事件或者类似事件，裁量算法模型进行裁量时，得到的初步处理、调整后处理及最终处理的处理结论一致。

5.一种智能处罚裁量系统，其特征在于，包括裁量知识库、信息获取模块、裁量算法模型及结论发送模块，所述裁量知识库用于构建事件的各种裁量要素，所述裁量要素包括如下至少之一：事由、裁量信息、裁量主体、裁量依据及处理情节；所述信息获取模块用于获取的当前事件的信息，并与所述裁量知识库匹配，得到当前事件的裁量要素；所述裁量算法模型根据当前事件的裁量要素，自动生成事件的处理结论；所述结论发送模块用于将事件的处理结论发送至终端，以辅助工作人员处理。

6.如权利要求5所述的一种智能处罚裁量系统，其特征在于，所述裁量算法模型包括裁量依据确定模块、初步裁量模块、裁量调整模块及最终裁量模块；所述裁量依据确定模块根据当前事件的事由确定裁量行为的裁量依据；所述初步裁量模块根据裁量依据和当前的裁量信息确定初步的处理结论，其中，裁量信息包括时间、地点及裁量行为；所述裁量调整模块根据初步的处理结论和当前事件的处理情节，对初步的处理结论进行裁量叠加调整；所述最终裁量模块根据调整后的处理结论和当前事件的裁量主体，对处理结论进行进一步调整，确定最终的处理结论。

7.如权利要求6所述的一种智能处罚裁量系统，其特征在于，所述初步的处理结论包括处理内容和相应的处理依据；所述裁量调整模块在初步的处理结论基础上进行减轻处理、从轻处理、不予处理、从重处理、加重处理，并得到处理内容和相应的处理依据；所述最终裁量模块对于符合裁量依据的裁量主体可以调整进行从轻、减轻或者不予处理，确定的最终处理结论包括处理内容和相应的处理依据。

8.如权利要求7所述的一种智能处罚裁量系统，其特征在于，所述信息获取模块获取的不同事件的事件信息与所述裁量知识库进行匹配后，若所得裁量要素中的事由、裁量行为、裁量主体、裁量依据及处理情节相同，即为相同事件或者类似事件，对于相同事件或者类似事件，所述初步裁量模块得到的初步处理结论、所述裁量调整模块得到的调整后的处理结论及所述最终裁量模块得到的最终处理结论一致。