[发明专利]基于人工智能的法律咨询交互方法及装置有效

专利信息
申请号: 202010594186.3 申请日: 2020-06-28
公开(公告)号: CN111753071B 公开(公告)日: 2023-09-05
发明(设计)人: 刘俊良;刘深广 申请(专利权)人: 中山市臻龙信息科技发展有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/33;G06F40/247;G06F40/242
代理公司: 中山市铭洋专利商标事务所(普通合伙) 44286 代理人: 邹建平
地址: 528400 广东省中*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 法律咨询 交互 方法 装置
【权利要求书】:

1.一种基于人工智能的法律咨询交互方法,其特征在于,包括如下步骤:

获取用户端发送的法律咨询信息;

对所述法律咨询信息进行预处理,提取出预设的规范词;

在数据库的语言包中查找所述规范词,判断数据库的语言包中是否存在所述规范词;

当数据库的语言包中存在所述规范词时,依据预设的映射关系,确定所述规范词所映射的法律条文和/或法律判例;

向用户端反馈所确定的法律条文和/或法律判例;

所述数据库的语言包基于自主学习进行实时更新,其学习过程如下:获取现有已公开的判例信息作为训练数据,对每个判例进行解析,确定出每个判例的案由信息、原告信息、被告信息、判决陈词和法律条陈;将案由信息导入到学习模型中,将学习模型输出的法律条陈建立为法律条陈集合{N},将法律条陈集合{N}与原判例中法官给出的法律条陈集合{M}进行比对;

当集合{N}全等于集合{M}时,语言包无需更新;

当集合{N}与集合{M}没有交集时,将原判例中法官给出的法律条陈集合{M}中所有的法律条陈导入学习系统中进行学习运算,逆向确定法律条陈所对应的相关词语,提高这些法律条陈的相关词语的权重值,并降低集合{N}中法律条陈所对应的相关词语的权重值;

当集合{N}真包含于集合{M},将集合{M}中不属于集合{N}的法律条陈导入学习系统中,逆向确定这些法律条陈所对应的相关词语,提高这些法律条陈的相关词语的权重值;

当集合{M}真包含于集合{N},将集合{N}中不属于集合{M}的法律条陈导入学习系统中,逆向确定这些法律条陈所对应的相关词语,降低这些法律条陈的相关词语的权重值;

如果集合{N}与集合{M}存在交集,且集合{N}与集合{M}彼此不存在非真包含关系时,将集合{M}中不属于集合{N}的法律条陈导入学习系统中,逆向确定这些法律条陈所对应的相关词语,提高这些法律条陈的相关词语的权重值,并将集合{N}中不属于集合{M}的法律条陈导入学习系统中,逆向确定这些法律条陈所对应的相关词语,降低这些法律条陈的相关词语的权重值。

2.根据权利要求1所述的基于人工智能的法律咨询交互方法,其特征在于:

当数据库的语言包中不存在所述规范词时,向预设的客服端转发所述法律咨询信息;向用户端转发客服端反馈的法律解答信息,所述法律解答信息包含法律条文和/或法律判例。

3.根据权利要求2所述的基于人工智能的法律咨询交互方法,其特征在于,所述向用户端转发客服端反馈的法律解答信息的步骤之后,还包括如下步骤:获取客服端确定的触发词以及所述触发词所对应的法律条文和/或法律判例;建立所述触发词同相应的法律条文和/或法律判例的映射关系;将所述触发词、相应的法律条文和/或法律判例以及触发词同相应的法律条文和/或法律判例的映射关系更新至数据库中。

4.根据权利要求1所述的基于人工智能的法律咨询交互方法,其特征在于,所述对所述法律咨询信息进行预处理,提取出预设的规范词的步骤,具体包括:识别所述法律咨询信息中的断句标点符号,依据所述断句标点符号将法律咨询信息划分为多句文字,对每一句文字中的词进行交集处理,提取出交集部分,将所有提取出的交集部分进行并集处理,得到所述预设的规范词。

5.根据权利要求1所述的基于人工智能的法律咨询交互方法,其特征在于:所述数据库的语言包中包含专业词库、近义词库、反义词库、同音词库、同义词库、近义词关联词库、反义词关联词库、同音词关联词库和同义词关联词库,所述专业词库包含若干专业词,每个专业词均对应有近义词库、反义词库、同音词库和同义词库,所述近义词关联词库对应于所述近义词库,所述反义词关联词库对应于所述反义词库,所述同音词关联词库对应于所述同音词库,所述同义词关联词库对应于所述同义词库。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山市臻龙信息科技发展有限公司,未经中山市臻龙信息科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010594186.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top