[发明专利]基于法规文本的法律规则图谱构建方法及系统

说明书

本发明是一种以法规文本为知识来源的规则图谱构建方法，主要针对法律、行政法规、司法解释、部委规章、地方性法规，根据法律法规的业务内容特征、立法技术、书写规范、法律法规半结构化特征、法律规则的构成特征、类型特征，设计了一种法律规则图谱的信息模型，提出了一种构建法律术语的方法、一种识别概念、原则、规则的分类方法和一种识别规则类型的方法，最终实现法律规则图谱的构建，输出XML结构化文档，使得计算机系统能够有效利用法律法规中存在的法律规则来开展立法、执法和司法应用，并在裁判文书纠错、裁判文书质量评查、案件质量监督、司法办案法条推送等领域中发挥作用。

技术领域

本发明涉及法律知识工程技术领域，特别是涉及一种基于法规文本的法律规则图谱构建方法及系统。

背景技术

法律规则是采取一定的结构形式具体规定人们的法律权利、法律义务以及相应的法律后果的行为规范。法律规则一般在法律法规文本中以自然语言的方式来表示。这种知识表示方式对于计算机系统来说不具有良好的可读性，需要将法规文本中存在的法律规则以规则图谱的方式来重新表示。因此，从法规文本中抽取法律规则图谱的技术，是实现计算机系统执行法律法规在信息化场景下的关键技术。最接近的同类技术及其不足之处，分述如下：

1.一种基于机器学习的法律知识图谱构建方法、装置、系统和介质与流程(申请号/专利号：CN201710339258.8)：核心的方法包括(1)利用自然语言理解模块抽取得到的文本特征；(2)特征机器学习模块学习得到的法律知识特征；(3)知识工程模块识别得到的法律概念；(4)对原始法律数据识别出法律知识点；(5)通过法律概念框架自动关联法律知识点以构建法律知识图谱。

2.一种基于信息抽取的法律知识图谱构建方法(申请号/专利号：CN201910980158.2)：核心方法包括(1)从网络中爬取大量法律文书和法律实体；(2)从百度百科中抽取和法律相关的法律实体；(3)融合爬取得到的法律实体和百度百度中抽取得到的法律实体，并将法律实体链接至法律文书，构建法律实体与法律文书之间的网络；(4)利用实体描述和实体名称构建实体网络，基于实体结构信息构建实体相似度网络；(5)抽取法律文书中的三元组，结合法律知识网络构建法律知识图谱。

3.一种法律知识图谱自动构建方法(申请号/专利号：CN201710270508.7)：(1)获取民事、刑事、行政三类审判文书作为法律知识图谱构建的语料，对所述语料去停用词和进行分词；(2)根据分词后的语料，分别抽取三类审判文书的主题词，对抽取的主题词进行词性标注和过滤，根据过滤结果，抽取名词或名词短语主题词作为法律知识图谱的实体概念；(3)获取与抽取的每一名词或名词短语主题词关系相近的词，对获取的相近词进行词性标注和过滤，根据过滤结果，抽取名词或名词短语相近词作为法律知识图谱的实体概念；(4)同属于主题词的实体概念之间形成主题关系，每一主题词实体概念与其相近词实体概念构成相近关系，根据抽取的主题词实体概念和相近词实体概念以及其之间的关系形成的主题词-主题关系-主题词，主题词-相近关系-相近词三元组结构，构建法律知识图谱。

上述三个专利，相对于法律规则图谱的构建来说，不足之处在于：(1)泛化的法律知识图谱，强调了知识的关联体系，缺少对法律领域知识最核心的“规则”的知识表示形态；(2)都是一个通用方法，对简单的法律知识图谱的构建是适用的，基于文本上下文短距离的语义关联来形成图谱，而对于复杂知识图谱的构建则没有进一步的进行方法上的设计；(3)针对局部文本语义的图谱构建，不能支持多个图谱之间的推理来构建新的图谱，因为难以实现多个法律规则之间的关系进行二次图谱的构建；(4)针对具体每一类知识图谱并没有提供提取率、提准率的控制机制；(5)特征机器学习模块利用随机森林、支持向量机等算法训练学习法律知识特征，并没有很好的利用法律知识特征的行业特点，其训练效果难以达到高精度的指标。

发明内容

本发明要解决的技术问题是提供一种基于法规文本的法律规则图谱构建方法及系统，能够利用法律知识特征的行业特点，使其训练效果达到高精度的指标。