[发明专利]基于知识图谱的法律条文精准搜索排序方法

权利要求书

1.一种基于知识图谱的法律条文精准搜索排序方法，其特征在于，包括以下步骤：

S101、输入待搜索关键词；

S102、从法律知识图谱模型中获取与待搜索关键词匹配的主题词及该主题词的关联词，形成主题词库；关联词包括：上位主题、下位主题及标签同义词；其中，上位主题是指所代表的范围大的主题，下位主题是指所代表的范围小的主题，标签同义词为在标签中定义的代表范围相似的主题；主题词属性包括：主题词名称和主题词权值，权值范围为（0-1]；

S103、根据与法律知识图谱模型中核心主题的关联关系，动态生成同一案由的主题词库中的主题词及其关联词的权值，权值越高说明与核心主题代表的范围越接近；

S104、获取主题词库的子集组合，依次形成个数为m,m-1,m-2…2的子集组合；

S105、从每个子集组合中各取出一个主题词形成最终用于搜索的主题词组合；

S106、以最终用于搜索的主题词组合中的个数和关键词总权重为依据对所有的子集组合进行排序；

S107、使用排序后选择的主题词组合在法律条文数据库中进行搜索，并对搜索结果进行排序显示。

2.根据权利要求1所述的基于知识图谱的法律条文精准搜索排序方法，其特征在于，根据在法律条文数据库中的搜索结果，根据实际情形在权值范围内调整关联词的权值。

3.根据权利要求1所述的基于知识图谱的法律条文精准搜索排序方法，其特征在于，步骤S107中，搜索时，记录主题词组合中的每一个主题词在法律条文文档中对应的位置及出现主题词的次数，按照法律条文文档中出现主题词的次数对法律条文进行排序，出现次数最多的法律条文排在搜索结果的 最前面呈现。

4.根据权利要求1所述的基于知识图谱的法律条文精准搜索排序方法，其特征在于，所述法律知识图谱模型根据对所构建法律知识图谱的文件进行解析和转换而生成，该法律知识图谱模型对同一案由相关案件的主题词按照三个主要方面进行组织，对每个方面再进行分类，在每个分类中对其涉及的主题进行代表范围的分析，定义主题之间的上、下位或同位关系；三个主要方面包括主体、权利义务、法律事实。

5.根据权利要求1所述的基于知识图谱的法律条文精准搜索排序方法，其特征在于，匹配到的主题词权值为1.0，其上位主题、下位主题以及上下位主题的标签同义词的权值为0.5。

6.根据权利要求1所述的基于知识图谱的法律条文精准搜索排序方法，其特征在于，匹配到的主题词权值为1.0，其第n层上位主题、第n层下位主题、第n层上下位主题的标签同义词的权值为0.5ⁿ，其中n为自然数。

7.一种基于知识图谱的法律条文精准搜索排序系统，其特征在于，包括：

输入模块，用于输入待搜索关键词；

主题词库生成模块，用于从法律知识图谱模型中获取与待搜索关键词匹配的主题词及该主题词的关联词，形成主题词库；关联词包括：上位主题、下位主题及标签同义词；其中，上位主题是指所代表的范围大的主题，下位主题是指所代表的范围小的主题，标签同义词为在标签中定义的代表范围相似的主题；主题词属性包括：主题词名称和主题词权值，权值范围为（0-1]；

权值生成模块，用于根据与法律知识图谱模型中核心主题的关联关系，动态生成同一案由的主题词库中的主题词及其关联词的权值，权值越高说明与核心主题代表的范围越接近；

子集组合生成模块，用于获取主题词库的子集组合，依次形成元素个数为m,m-1,m-2…2的子集组合；从每个子集组合中各取出一个主题词形成最终用于搜索的主题词组合；以最终用于搜索的主题词组合中的个数和关键词总权重为依据对所有的子集组合进行排序；

搜索结果显示模块，用于使用排序后选择的主题词组合在法律条文数据库中进行搜索，并对搜索结果进行排序显示。

8.一种计算机可读存储介质，其特征在于，包括可被处理器执行的计算机程序，该计算机程序具体执行如权利要求1-6中任一项所述的基于知识图谱的法律条文精准搜索排序方法。