申请/专利权人：北京法意科技有限公司

申请日：2021-06-30

公开（公告）日：2024-05-07

公开（公告）号：CN113420126B

主分类号：G06F16/33

分类号：G06F16/33;G06F16/35;G06F40/289;G06F40/30;G06F18/24;G06N3/045;G06N3/0442;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.05.07#授权;2021.10.12#实质审查的生效;2021.09.21#公开

摘要：本发明是一种以法规文本为知识来源的规则图谱构建方法，主要针对法律、行政法规、司法解释、部委规章、地方性法规，根据法律法规的业务内容特征、立法技术、书写规范、法律法规半结构化特征、法律规则的构成特征、类型特征，设计了一种法律规则图谱的信息模型，提出了一种构建法律术语的方法、一种识别概念、原则、规则的分类方法和一种识别规则类型的方法，最终实现法律规则图谱的构建，输出XML结构化文档，使得计算机系统能够有效利用法律法规中存在的法律规则来开展立法、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。

主权项：1.一种基于法规文本的法律规则图谱构建方法，其特征在于，包括：根据法律法规的书写规范与文本结构，按立法技术规范，将法规文本由粗到细切分为多层级的文本片，设计法规文本的切片模型，并以此分片模型为基础，结合法规文本的立法技术特征、语义特征，基于规则的NLP算法，实现对法规文本的切片并存储；根据法律法规的法律原理、立法技术规范和法律规则应用目标，以整个法规文本为对象，设计法规属性模型，利用文本分层切片的成果，采用基于规则和深度学习混合的算法模型，实现对法规属性的提取并存储，包括：总结法律法规关于法的渊源、法的效力、法的分类的基本法律原理，结合立法技术规范关于法律立改废的技术要求，以及法律规则在法律适用层面的应用目标，对法规作为整体的属性维度进行建模；设计法规文本的属性模型用以存储法规文本各个属性；基于法规各种属性的业务内涵、位置特征、语义特征，采用基于规则的NLP算法模型，实现对法规文本基于切片结果自身包含有属性信息的部分属性进行自动提取；针对基于法规文本之间的属性关联形成提取和赋值的法规属性，采用构建法规属性库并基于属性库利用推理规则的方法，实现对这部分法规属性的自动生成；基于法规的立法技术规范、法条属性特征，采用深度学习算法模型，实现对法条的自动分类；根据法律规则的业务特征，设计法律规则结构模型；在自有法律术语库基础上，针对法规文本语料，采用专家词库、基于规则的自举法和卷积神经网络混合的模式，构建法律术语库；利用构建的法律术语库，基于深度学习的关系抽取模型，构建法律术语概念图谱，图谱采用标准的三元组存储；针对法规语料，根据法律规则模型中的不同类型特征，融合法律术语库，采用基于规则和深度学习混合的方法，识别法律术语之间的关系，并根据法律规则结构模型，生成法规语料中存在的法律规则，并记录法律规则与语料的链接关系；利用构建的法律术语概念图谱，结合当前法规文本或其他法规文本中的上下文语义指代，开展单一法律规则之间的规则推理，生成新的法律规则；按照抽取的法律规则的类型，在对应的法律规则结构模型中进行存储。

全文数据：

权利要求：

百度查询： 北京法意科技有限公司 基于法规文本的法律规则图谱构建方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD