[发明专利]一种基于配置文件的规范文书处理方法、装置及系统

说明书

本申请实施例公开了一种基于配置文件的规范文书处理方法、装置及系统，使用至少一个抽取树和一个可编辑的配置文件；抽取树包括多个节点，节点中包含用于对规范文书进行节点匹配的表达式；所述配置文件包含多条配置，包括身份抽取类配置、文书切块类配置和要素抽取类配置。根据配置文件中的所述身份抽取类配置，从规范文书中抽取文书身份；根据文书切块类配置将已知文书身份的规范文书切分成多个内容块；根据要素抽取类配置，从每个内容块中抽取文书要素。由于，本申请使用了一个可编辑的配置文件，因此，只要编辑配置文件的内容，就可以更改从规范文书中抽取的文书要素，从而，能够适应不同的抽取文书要素的需求，适应性强。

技术领域

本申请涉及自然语言处理技术领域，尤其涉及一种基于配置文件的规范文书处理方法、装置及系统。

背景技术

规范文书(也可称为专用文书)，是指在特定的法律环境或商业环境下，给予个人或公司的某种特定格式的专业文件，规范文书通常具有约定俗称的编写格式和结构框架。规范文书通常用来表达某个指定类型的信息，具有特定的用途。例如，在法律领域，法院使用的裁判文书就以指定的格式记录了案件的详细信息；在商业领域，保险合同也以规范的格式记录了保险所包含的各种约定条款。

由于，规范文书中包含了特定领域的具有指定用途和意义的信息，这些信息对相关领域的从业人士具有关注价值，因此，从规范文书中提取出有价值的信息(即文书要素)，成为了相关领域从业人士的需求。为了满足这种需求，现有技术提供的规范文书处理方法中，通常针对特定领域的使用的规范文书编写不同的规范文书提取程序，以实现对特定规范文书的要素提取。但是，现有技术中的规范文书提取程序针对特定的规范文书编写，对不同领域、不同用途的规范文书都需要编写不同的提取程序，并且，文书要素的提取内容通常会被固化在提取程序中，不易修改，每次修改都要重新编译和发布程序，甚至重构程序。然而，对于相关领域的从业人士来说，根据实际需求的不同，对文书要素的需求也会发生变化，这就要求规范文书处理方法能够根据用户的需求可适应地修改，可见，上述现有技术的规范文书处理方法由于不易修改而无法满足用户的需求，因此，适用性差。

从上述现有技术可以看出，如何提供一种可适应文书要素提取需求变化、适应性强的规范文书处理方法，成为本领域技术人员亟待解决的技术问题。

发明内容

本申请实施例提供了一种基于配置文件的规范文书处理方法、装置及系统，以解决现有技术中存在的问题。

第一方面，本申请实施例提供了一种基于配置文件的规范文书处理方法，使用至少一个抽取树和一个可编辑的配置文件；

所述抽取树包括多个节点，节点中包含用于对规范文书进行节点匹配的表达式；

所述配置文件包含多条配置，每条所述配置用于调用所述抽取树中的节点对规范文书进行节点匹配，以及根据节点匹配结果对规范文书执行预设的处理方式；每条所述配置以规范文书全文或其他所述配置对规范文书的处理结果作为处理对象；

所述配置包括身份抽取类配置、文书切块类配置和要素抽取类配置，其中，所述文书切块类配置以至少一条所述身份抽取类配置的节点匹配结果作为触发的前置条件，所述要素抽取类配置以至少一条所述文书切块类配置的节点匹配结果作为触发的前置条件；

所述方法包括：

根据所述配置文件中的所述身份抽取类配置，从规范文书中抽取文书身份；根据所述身份抽取类配置的节点匹配结果，触发满足前置条件的所述文书切块类配置；根据触发的所述文书切块类配置，对规范文书切块，生成规范文书的多个内容块；根据所述文书切块类配置的节点匹配结果，触发满足前置条件的所述要素抽取类配置；根据触发的所述要素抽取类配置，从每个所述内容块中抽取文书要素。

第二方面，本申请实施例提供了一种基于配置文件的规范文书处理装置，使用至少一个抽取树和一个可编辑的配置文件；