申请/专利权人：北京计算机技术及应用研究所

申请日：2022-05-30

公开（公告）日：2024-03-29

公开（公告）号：CN115017144B

主分类号：G06F16/215

分类号：G06F16/215;G06F16/28;G06N3/042;G06N3/08;G06Q50/18

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2022.09.23#实质审查的生效;2022.09.06#公开

摘要：本发明涉及一种基于图神经网络的司法文书案情要素实体识别方法，属于自然语言处理及自然语言理解技术领域。本发明根据文书类型、案由罪名选择对应的规则模板；对文书数据清洗，去除多余空行以及非法字符，完成半角全角符号转换；使用模板对检务文书进行段落划分；对包含案情的审理查明段落构建多路径有向无环图结构，输入图神经网络学习节点表示；将图神经网络的各节点依次输入基于注意力机制的神经网络和条件随机场进行识别结果的序列次序校对；对提取的识别结果按照所需格式生成结构化数据，提高办公效率，促进检务工作高质量发展。

主权项：1.一种基于图神经网络的司法文书案情要素实体识别方法，其特征在于，该方法包括如下步骤：S1、根据文书类型、案由罪名选择对应的规则模板，规则模板包括依据文本类型和案由制定的文本分类关键字、人工归纳的字典、根据归纳的字典及正则表达式制定的实体识别规则；S2、对文书数据清洗，将文书中的多余空行以及非法字符去除，完成清洗工作；S3、使用S1选择的规则模板中的关键字对检务文书进行段落划分，提取出包含案情的审理查明段落；S4、使用S1规则模板中的字典及实体识别规则对S3提取的审理查明段落进行实体识别，根据实体识别的结果对文书数据中的命名实体及实体类型进行标注；S5、对S3提取的审理查明段落进行图神经网络的节点表示的构建，根据S4标注的实体类型建立命名实体的有向边的连接，根据S3提取的审理查明段落的文书顺序建立相邻字符间的有向边连接，使用图神经网络来更新图节点的编码，更新步骤为使用邻接矩阵和预训练字向量对节点的编码进行迭代更新，将更新后得到的图节点隐状态向量表示作为图神经网络的节点表示的最终状态；S6、将S5步骤中得到的图神经网络的节点表示的最终状态输入基于注意力机制的神经网络和条件随机场进行识别结果的状态约束，保证命名实体识别结果的开头是“B”而不是“I”或者“O”，以及同类型的“I”排在同类型的“B”之后，得到命名实体的最终识别结果；S7、对S6步骤中得到的命名实体的最终识别结果按照所需格式要求生成结构化数据。

全文数据：

权利要求：

百度查询： 北京计算机技术及应用研究所 一种基于图神经网络的司法文书案情要素实体识别方法

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