[发明专利]基于案例文本的裁判规则知识抽取方法及系统

说明书

本发明是一种以案例文本为知识来源的规则图谱构建方法，主要针对法院审理的刑事、民事、行政一审、二审、再审案件的裁判文书，根据裁判文书的业务内容特征、裁判文书制作规范、裁判文书半结构化特征、法律规则的构成特征、类型特征，设计了一种裁判规则图谱的信息模型，提出了一种构建法律术语的方法、一种识别规则的分类方法和一种识别规则类型的方法，最终实现裁判规则图谱的构建，输出XML结构化文档，使得计算机系统能够有效利用案例文本中存在的裁判规则来开展立法、执法和司法应用，并在裁判文书纠错、裁判文书质量评查、案件质量监督、司法办案法条推送等领域中发挥作用。

技术领域

本发明涉及法律知识工程技术领域，特别是涉及一种基于案例文本的裁判规则知识抽取方法及系统。

背景技术

法律规则是采取一定的结构形式具体规定人们的法律权利、法律义务以及相应的法律后果的行为规范。法律规则一般在法律法规文本中以自然语言的方式来表示，但基于法律法规立法技术的要求，法律法规文本中的法律规则表述具有概括性和抽象性，相当于本体的存在，在法律适用中需要针对具体场景进行法律规则中的法律术语的操作化映射和推理，特别是在司法裁判过程中，为阐明当前案件的法律推理过程，需要将法律规则进一步操作化为具体规则，相当于针对本体的实体存在，以匹配当前案件的法律关系。在裁判文书中将这个过程记录下来，就形成更具有操作性的裁判规则。可以说，裁判规则是一个更具体和具有操作性的实体法律规则。在裁判文书中，裁判规则也是以自然语言的方式来表示，这种知识表示方式对于计算机系统来说不具有良好的可读性，需要将案例文本中存在的裁判规则以规则图谱的方式来重新表示。因此，从案例文本中抽取裁判规则图谱的技术，是实现计算机系统获取新的法律规则的关键技术。最接近的同类技术及其不足之处，分述如下：

1.一种基于机器学习的法律知识图谱构建方法、装置、系统和介质与流程(申请号/专利号：CN201710339258.8)：核心的方法包括(1)利用自然语言理解模块抽取得到的文本特征；(2)特征机器学习模块学习得到的法律知识特征；(3)知识工程模块识别得到的法律概念；(4)对原始法律数据识别出法律知识点；(5)通过法律概念框架自动关联法律知识点以构建法律知识图谱。

2.一种基于信息抽取的法律知识图谱构建方法(申请号/专利号：CN201910980158.2)：核心方法包括(1)从网络中爬取大量法律文书和法律实体；(2)从百度百科中抽取和法律相关的法律实体；(3)融合爬取得到的法律实体和百度百度中抽取得到的法律实体，并将法律实体链接至法律文书，构建法律实体与法律文书之间的网络；(4)利用实体描述和实体名称构建实体网络，基于实体结构信息构建实体相似度网络；(5)抽取法律文书中的三元组，结合法律知识网络构建法律知识图谱。

3.一种法律知识图谱自动构建方法(申请号/专利号：CN201710270508.7)：(1)获取民事、刑事、行政三类审判文书作为法律知识图谱构建的语料，对所述语料去停用词和进行分词；(2)根据分词后的语料，分别抽取三类审判文书的主题词，对抽取的主题词进行词性标注和过滤，根据过滤结果，抽取名词或名词短语主题词作为法律知识图谱的实体概念；(3)获取与抽取的每一名词或名词短语主题词关系相近的词，对获取的相近词进行词性标注和过滤，根据过滤结果，抽取名词或名词短语相近词作为法律知识图谱的实体概念；(4)同属于主题词的实体概念之间形成主题关系，每一主题词实体概念与其相近词实体概念构成相近关系，根据抽取的主题词实体概念和相近词实体概念以及其之间的关系形成的主题词-主题关系-主题词，主题词-相近关系-相近词三元组结构，构建法律知识图谱。

4.一种司法裁判规则数据库的构建方法、数据库及查询方法(申请号/专利号：CN201910988426.5)：本发明公开了一种司法裁判规则数据库的构建方法、数据库及查询方法，所述构建方法包括以下步骤：1)、数据收集：通过加工案例裁判文书，获得案例的裁判规则、裁判问题和案例要素，所述案例包括网上公布的案例或其它未在网上公布的案例；2)、数据存储：将裁判问题、裁判规则、案例要素存储在数据库中并在数据库中建立裁判问题与裁判规则、案例要素的对应关系。本发明解决了现有法律数据库的数据不全面、无法直接获取裁判规则的问题。