[发明专利]司法文书的处理方法、装置、电子设备和存储介质

权利要求书

1.一种司法文书的处理方法，其特征在于，所述方法包括：

将获取的司法文书的各个段落进行内容标注，得到表征所述司法文书有规则段落的第一内容主旨和表征所述司法文书无规则段落的第二内容主旨；

对所述第一内容主旨表征的有规则段落进行正则化表示，得到与所述第一内容主旨对应的第一实体信息；

将所述第二内容主旨表征的无规则段落输入至与所述第二内容主旨对应分类体系的文本分类模型，得到与所述第二内容主旨对应的第二实体信息；

将第一内容主旨和所述第一内容主旨对应的第一实体信息进行关联，以及将分类体系和所述分类体系对应的第二实体信息进行关联，得到所述司法文书的结构化表示结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将获取的司法文书进行分段处理，并去除所述司法文书中的空行和非法字符，得到目标司法文书；

相应的，对所述目标司法文书的各个段落进行内容标注。

3.根据权利要求1所述的方法，其特征在于，对所述第一内容主旨表征的有规则段落进行正则化表示，得到与所述第一内容主旨对应的第一实体信息包括：

将针对所述第一内容主旨表征的有规则段落输入基于上下文描述标注的深度学习模型，得到针对所述第一内容主旨表征的有规则段落的正则表达式；

基于所述正则表达式提取与所述第一内容主旨对应的第一实体信息。

4.根据权利要求1所述的方法，其特征在于，将所述第二内容主旨表征的无规则段落输入至与所述第二内容主旨对应分类体系的文本分类模型，得到与所述第二内容主旨对应的第二实体信息包括：

确定与预设分类体系对应的目标无规则段落；

将所述目标无规则段落输入至与所述预设分类体系对应的文本分类模型，得到与所述预设分类体系对应的第二实体信息。

5.根据权利要求4所述的方法，其特征在于，将所述目标无规则段落输入至与所述预设分类体系对应的文本分类模型，得到与所述预设分类体系对应的第二实体信息包括：

将所述目标无规则段进行分词处理，得到多个目标词语；

分别生成针对多个所述目标词语的多个目标词语向量；

将所述多个目标词语向量和所述预设分类体系中包括的若干个分类类别进行匹配，得到所述目标无规则段落和若干个分类类别之间的匹配度；

将最大匹配度对应的分类类别作为与所述预设分类体系对应的第二实体信息。

6.根据权利要求1所述的方法，所述第二内容主旨包括案情事实信息，其特征在于，所述方法还包括：

将所述案情事实信息表征的无规则段落输入至命名实体识别模型，对所述无规则段落中的案发地址进行识别，得到第三实体信息；

将案发地址和所述第三实体信息进行关联后的结果作为所述司法文书的结构化表示结果。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：

将获取的法律文件进行正则化处理，并将正则化处理的结果按照图结构的形式进行存储，生成法律条文知识库；

基于所述法律条文知识库中的法律条文、所述司法文书中的各个实体、以及所述司法文书中各个实体之间的关系构建司法文书知识图谱。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

将目标司法文书中与目标分类体系对应的目标无规则段落和预设司法文书库中与所述目标分类体系对应的无规则段落进行相似度计算，得到所述目标无规则段落与所述司法文书库中与所述目标分类体系对应的无规则段落之间的相似度；所述预设司法文书库中包括若干篇已提取第二实体信息的司法文书；

将相似度最大值对应的无规则段落在所述目标分类体系中的分类类别作为所述目标司法文书的第二实体信息。