申请/专利权人：中央民族大学

申请日：2021-05-17

公开（公告）日：2024-02-13

公开（公告）号：CN113435164B

主分类号：G06F40/117

分类号：G06F40/117;G06Q50/18

优先权：

专利状态码：有效-授权

法律状态：2024.02.13#授权;2021.10.15#实质审查的生效;2021.09.24#公开

摘要：本发明提供一种从蒙古语判决文书中自动标注并提取关键信息的方法和装置，涉及文本处理技术领域。本发明通过获取蒙古语判决文书原始数据；对蒙古语判决文书原始数据进行预处理；根据预设的属性标签体系对预处理后的蒙古语判决文书原始数据进行关键要素标注，得到标注文书，所述预设的属性标签体系基于汉语判决文书构建；采用正则表达式对标注文书进行信息抽取，得到关键信息。本发明针对直接蒙古语判决文书中难以获取全面的属性标签的情况，采用从大规模的汉语判决文书获取更加全面的属性标签，并以此构建体系。然后通过将构建的体系应用到蒙古语判决文书中，从而实现蒙古语判决文书的自动标注抽取，提高标注效率和准确率。

主权项：1.一种蒙古语裁决文书信息自动标注及抽取方法，其特征在于，所述方法包括：S1、获取蒙古语判决文书原始数据；S2、对所述蒙古语判决文书原始数据进行预处理；S3、根据预设的汉语属性标签体系对预处理后的蒙古语判决文书原始数据进行关键要素标注，得到标注文书，所述预设的汉语属性标签体系基于汉语判决文书构建；S4、采用正则表达式对所述标注文书进行信息抽取，得到关键信息；其中，所述预设的汉语属性标签体系的构建过程包括：为汉语判决文书的外部属性标签设定固定类别性标签，通过固定类别性标签对汉语判决文书进行标注，对标注后的汉语判决文书按外部标签进行拆分，并从术语、法条知识库中提炼出属性标签体系；对于标签标注的原则，遵循如下规则：采用机器自动标注；在机器自动标注的基础之上，采用人工校对的方式；针对汉语判决文书的非结构化部分，将其转化为结构化文本，转换步骤如下：a、分析首尾部结构特征，研究基于结构关系的判决文书首尾部属性化表示方法，构建结构化属性标签匹配规则；b、分析正文中的基本信息和判决结果的内容特征，研究基于规则的判决书的属性化表示方法，结合专业术语库选取关键词相关信息来制定规则，构建非结构化文本的属性标签匹配规则。

全文数据：

权利要求：

百度查询： 中央民族大学 蒙古语裁决文书信息自动标注及抽取方法和装置

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