CN112395388A - 信息处理方法及装置 - Google Patents
信息处理方法及装置 Download PDFInfo
- Publication number
- CN112395388A CN112395388A CN201910760395.8A CN201910760395A CN112395388A CN 112395388 A CN112395388 A CN 112395388A CN 201910760395 A CN201910760395 A CN 201910760395A CN 112395388 A CN112395388 A CN 112395388A
- Authority
- CN
- China
- Prior art keywords
- legal
- intention
- question
- consultation
- intent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 19
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims description 39
- 238000012549 training Methods 0.000 claims description 17
- 239000012634 fragment Substances 0.000 claims description 5
- 230000015654 memory Effects 0.000 description 17
- 238000009223 counseling Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 101100498818 Arabidopsis thaliana DDR4 gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Human Computer Interaction (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请示出了一种信息处理方法及装置。获取用户的法律咨询意图;在多个法律问答对中,查找与法律咨询意图之间的语义相关度大于预设阈值的至少一个法律问答对;在法律文章集合中,查找包括的内容涉及法律咨询意图的至少一个法律文章;推送查找到的法律问答对和/或查找到的法律文章至用户。可以通过法律文章与法律问答对结合起来以提高解决用户的法律咨询的可能性,进而可以给用户提供更好的帮助。例如,如果法律问答存在遗漏现象,即不存在与用户的法律咨询意图相关的法律问答对,但由于本申请还推送包括的内容涉及法律咨询意图的法律文章,因此,可以弥补法律问答对无法给用户提供帮助的缺失,从而能够解决用户的法律咨询,以给用户提供帮助。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种信息处理方法及装置。
背景技术
在生活中,人们有时候会遇到法律问题,在遇到法律问题时,人们往往需要检索用于解决该法律问题的解决手段,然后基于该解决手段解决该法律问题。
在现有技术中,事先可以准备多个法律问答对,每一个法律问答对包括一个法律问题和至少一个用于解决法律问题的解决手段。当接收到用户的法律问题时,可以在多个法律问答对中查找与该法律问题相关的法律问答对,并将查找到的法律问答对推送给用户,以供用户查看法律问答对中的法律问题以及对应的解决手段。
然而,发明人发现,现实中存在各种各样的法律问题,在准备法律问答对时,有时候不可避免的会出现遗漏现象,导致准备的法律问答对中并不存在与用户的法律问题相关的法律问答对,从而无法解决用户的法律问题,也就无法对用户提供法律服务。
发明内容
为解决上述技术问题,本申请实施例示出了一种信息处理方法及装置。
第一方面,本申请实施例示出了一种信息处理方法,所述方法包括:
获取用户的法律咨询意图;
在多个法律问答对中,查找与所述法律咨询意图之间的语义相关度大于预设阈值的至少一个法律问答对;
在法律文章集合中,查找包括的内容涉及所述法律咨询意图的至少一个法律文章;
推送查找到的法律问答对和/或查找到的法律文章至所述用户。
在一个可选的实现方式中,所述在多个法律问答对中,查找与所述法律咨询意图之间的语义相似度大于预设阈值的至少一个法律问答对,包括:
获取所述法律咨询意图分别与每一个法律问答对之间的语义相关度;
在多个法律问答对中,获取预设数量个按照语义相关度由高到低排列的法律问答对。
在一个可选的实现方式中,所述方法还包括:
向用户推送所述预设数量个相关法律问答对分别与所述法律咨询意图之间的语义相关度。
在一个可选的实现方式中,所述推送查找到的法律问答对和/或查找到的法律文章至所述用户,包括:
向用户推送按照语义相关度排序的预设数量个与所述法律咨询意图相关的法律问答对。
在一个可选的实现方式中,所述方法还包括:
统计与所述法律咨询意图之间的语义相关度大于预设阈值的法律问答对的数量;
当所述数量小于所述预设数量时,则执行所述在法律文章集合中,查找包括的内容涉及所述法律咨询意图的至少一个法律文章的步骤。
在一个可选的实现方式中,所述获取用户的法律咨询意图,包括:
获取所述用户的法律咨询文本;
至少根据所述法律咨询文本确定所述用户的法律咨询意图。
在一个可选的实现方式中,所述至少根据所述法律咨询文本确定所述法律咨询意图,包括:
确定所述法律咨询文本所表达的原始意图;
根据法律法规确定所述原始意图的相关意图;
根据所述原始意图和所述相关意图确定所述法律咨询意图。
在一个可选的实现方式中,所述根据法律法规确定所述原始意图的相关意图,包括:
基于相关意图识别模型识别所述原始意图的相关意图,所述相关意图识别模型是至少经由所述预设法律生成的。
在一个可选的实现方式中,所述方法还包括:
获取样本原始意图集合,所述样本原始意图集合中包括至少一个样本原始意图,每一个样本原始意图标注有至少一个经由法律法规确定出的样本相关意图;
使用样本原始意图集合中的样本原始意图对模型进行训练,直至所述模型中的权重均收敛,得到所述相关意图识别模型。
在一个可选的实现方式中,所述在法律文章集合中,查找包括的内容涉及所述法律咨询意图的至少一个法律文章,包括:
在法律法规中,确定涉及所述法律咨询意图的法律实体知识;
在法律文章集合中,获取包括所述法律实体知识的文章。
在一个可选的实现方式中,所述在法律法规中,确定涉及所述法律咨询意图的法律实体知识,包括:
在法律咨询意图与法律法规中的法律实体知识之间的对应关系中,查找与所述法律咨询意图相对应的法律实体知识。
在一个可选的实现方式中,所述在法律法规中,确定涉及所述法律咨询意图的法律实体知识,包括:
基于法律实体知识确定模型确定涉及所述法律咨询意图的法律实体知识。
在一个可选的实现方式中,所述方法还包括:
获取样本意图集合,样本意图集合中包括至少一个标注有法律法规中的法律实体知识的样本意图;
使用样本意图集合中的样本意图对模型进行训练,直至所述模型中的权重均收敛,得到所述法律实体知识确定模型。
在一个可选的实现方式中,所述推送所述法律文章,包括:
至少根据所述法律咨询意图在所述法律文章中查找包括涉及所述法律咨询意图的法律实体知识的法律片段;
推送所述法律片段。
第二方面,本申请实施例示出了一种信息处理装置,所述装置包括:
获取模块,用于获取用户的法律咨询意图;
第一查找模块,用于在多个法律问答对中,查找与所述法律咨询意图之间的语义相关度大于预设阈值的至少一个法律问答对;
第二查找模块,用于在法律文章集合中,查找包括的内容涉及所述法律咨询意图的至少一个法律文章;
推送模块,用于推送查找到的法律问答对和/或查找到的法律文章至所述用户。
在一个可选的实现方式中,所述第一查找模块包括:
第一获取单元,用于获取所述法律咨询意图分别与每一个法律问答对之间的语义相关度;
第二获取单元,用于在多个法律问答对中,获取预设数量个按照语义相关度由高到低排列的法律问答对。
在一个可选的实现方式中,所述推送模块包括:
第一推送单元,用于向用户推送所述预设数量个相关法律问答对分别与所述法律咨询意图之间的语义相关度。
在一个可选的实现方式中,所述推送模块包括:
第二推送单元,用于向用户推送按照语义相关度排序的预设数量个与所述法律咨询意图相关的法律问答对。
在一个可选的实现方式中,所述装置还包括:
统计模块,用于统计与所述法律咨询意图之间的语义相关度大于预设阈值的法律问答对的数量;
第二查找模块,还用于当所述数量小于所述预设数量时,则在法律文章集合中,查找包括的内容涉及所述法律咨询意图的至少一个法律文章。
在一个可选的实现方式中,所述获取模块包括:
第三获取单元,用于获取法律咨询文本;
第一确定单元,用于至少根据所述法律咨询文本确定所述用户的法律咨询意图。
在一个可选的实现方式中,所述第一确定单元包括:
第一确定子单元,用于确定所述法律咨询文本所表达的原始意图;
第二确定子单元,用于根据法律法规确定所述原始意图的相关意图;
第三确定子单元,用于根据所述原始意图和所述相关意图确定所述法律咨询意图。
在一个可选的实现方式中,所述第二确定子单元具体用于:基于相关意图识别模型识别所述原始意图的相关意图,所述相关意图识别模型是至少经由所述预设法律生成的。
在一个可选的实现方式中,第二确定子单元具体用于:获取样本原始意图集合,所述样本原始意图集合中包括至少一个样本原始意图,每一个样本原始意图标注有至少一个经由法律法规确定出的样本相关意图;使用样本原始意图集合中的样本原始意图对模型进行训练,直至所述模型中的权重均收敛,得到所述相关意图识别模型。
在一个可选的实现方式中,所述第二查找模块包括:
第二确定单元,用于在法律法规中,确定涉及所述法律咨询意图的法律实体知识;
第四获取单元,用于在法律文章集合中,获取包括所述法律实体知识的文章。
在一个可选的实现方式中,所述第二确定单元包括:
查找子单元,用于在法律咨询意图与法律法规中的法律实体知识之间的对应关系中,查找与所述法律咨询意图相对应的法律实体知识。
在一个可选的实现方式中,所述第二确定单元包括:
第四确定子单元,用于基于法律实体知识确定模型确定涉及所述法律咨询意图的法律实体知识。
在一个可选的实现方式中,所述第二确定单元包括:
获取子单元,用于获取样本意图集合,样本意图集合中包括至少一个标注有法律法规中的法律实体知识的样本意图;
训练子单元,用于使用样本意图集合中的样本意图对模型进行训练,直至所述模型中的权重均收敛,得到所述法律实体知识确定模型。
在一个可选的实现方式中,所述推送模块包括:
查找单元,用于至少根据所述法律咨询意图在所述法律文章中查找包括涉及所述法律咨询意图的法律实体知识的法律片段;
第三推送单元,用于推送所述法律片段。
第三方面,本申请实施例示出了一种电子设备,所述电子设备包括:
处理器;和
存储器,其上存储有可执行代码,当所述可执行代码被执行时,使得所述处理器执行如第一方面所述的信息处理方法。
第四方面,本申请实施例示出了一个或多个机器可读介质,其上存储有可执行代码,当所述可执行代码被执行时,使得处理器执行如第一方面所述的信息处理方法。
与现有技术相比,本申请实施例包括以下优点:
在本申请中,获取用户的法律咨询意图;在多个法律问答对中,查找与法律咨询意图之间的语义相关度大于预设阈值的至少一个法律问答对;在法律文章集合中,查找包括的内容涉及法律咨询意图的至少一个法律文章;推送查找到的法律问答对和/或查找到的法律文章至用户。
在本申请中,可以通过法律文章与法律问答对结合起来以提高解决用户的法律咨询的可能性,进而可以给用户提供更好的帮助。
例如,如果事先在设置法律问答对时存在遗漏现象,而导致法律问答对中并不存在与用户的法律咨询意图相关的法律问答对,但由于本申请还推送包括的内容涉及法律咨询意图的至少一个法律文章,因此,通过法律文章可以弥补法律问答对无法给用户提供帮助的缺失,从而能够解决用户的法律咨询,以给用户提供帮助。
附图说明
图1是根据一示例性实施例示出的一种信息处理方法的流程图。
图2是根据一示例性实施例示出的一种信息处理装置的框图。
图3是根据一示例性实施例示出的一种信息处理装置的框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
图1是根据一示例性实施例示出的一种信息处理方法的流程图,如图1所示,该方法用于电子设备中,电子设备包括终端或服务器等,该方法包括以下步骤。
在步骤S101中,获取用户的法律咨询意图;
在本申请中,有时候用户需要咨询一些法律信息,例如,想了解某些法律的法条的基本情况,例如,想了解婚姻法的关于婚前财产的法律规定等;或者,遇到一些法律问题,想得到解决这些法律问题的法律解决手段,例如,用户想与其配偶离婚,想了解在法律上的离婚方法等。
当用户需要咨询一些法律信息时,可以通过终端向电子设备发送法律咨询文本,或者直接在电子设备上输入法律咨询文本,电子设备接收用户通过终端发送的法律咨询文本或者用户直接输入的法律咨询文本,然后至少根据法律咨询文本确定用户法律咨询意图。
其中,通常的方式是识别法律咨询文本的语义,然后根据法律咨询文本的语义确定用户的法律咨询意图。也即,确定出的用户的法律咨询意图仅仅是法律咨询文本字面上体现出的法律咨询意图。
然而,当用户需要咨询一些法律信息时,在法律法规中,用户往往客观上还需要了解或知晓与这些法律信息相关的一些其他法律信息。
其中,法律法规可以包括我国以及其他国家现有的各种法律、法规以及规定等,例如我国的宪法、刑法、婚姻法以及物权法等。
例如,在用户需要解决一个法律问题时,在法律法规的规定下,有时候用户除了需要解决该法律问题之外,还需要解决与该法律问题相关联的一些其他法律问题。
例如,假设用户需要与其配偶离婚,则用户除了需要去民政局与配偶办理离婚证之外,如果用户与其配偶共同抚养有孩子,则还需要解决孩子抚养权的问题,以及孩子抚养费用的问题等,如果用户与其配偶之间具备共同财产,则还需要解决共同财产分割的问题。
在这种情况下,如果仅仅根据法律咨询文本的字面意思确定用户的法律咨询意图,则确定出的用户的法律咨询意图可能并无法涵盖用户的实际意图,进而,无法为用户提供全面的服务。
因此,在本申请中,因此,为了能够为用户提供全面的服务,在本申请中,可以按照如下流程来至少根据法律咨询文本确定法律咨询意图,包括:
11)、确定法律咨询文本所表达的原始意图;
在本申请中,可以识别法律咨询文本的语义,根据法律咨询文本的语义确定法律咨询文本所表达的原始意图。
例如,假设用户输入“我想与张三离婚,应该怎么办”。则可以识别出用户的原始意图为“与张三离婚”。
12)、根据法律法规确定原始意图的相关意图;
在本申请中,事先可以训练相关意图识别模型,训练方法包括:获取样本原始意图集合,样本原始意图集合中包括至少一个样本原始意图,每一个样本原始意图标注有至少一个经由法律法规确定出的样本相关意图。然后使用样本原始意图集合中的样本原始意图对模型进行训练,直至模型中的权重均收敛,得到相关意图识别模型。
该模型包括CNN(Convolutional Neural Networks,卷积神经网络)、LSTM(LongShort-Term Memory,长短期记忆网络)以及Transformer等。
如此,可以基于相关意图识别模型识别原始意图的相关意图,相关意图识别模型是至少经由法律生成的,例如,将原始意图输入至相关意图识别模型中,得到相关意图识别模型输出的原始意图的相关意图。
例如,假设原始意图为“与张三离婚”,在法律法规包括的婚姻法中规定,在涉及双方离婚的情形中,如果双方共同抚养有子女,则需要解决子女抚养权的事项以及子女抚养费用等事项,如果双方具备共同财产,则需要解决共同财产分割等事项,因此,原始意图“与张三离婚”的相关意图可以包括“了解关于离婚的子女抚养权的相关情况”、“了解关于离婚的子女抚养费用的相关情况”以及“了解关于离婚的共同财产分割的相关情况”等。
13)、根据原始意图和相关意图确定法律咨询意图。
在本申请中,可以将原始意图和相关意图组合为用户的法律咨询意图。
例如,将原始意图“与张三离婚”、相关意图“了解关于离婚的子女抚养权的相关情况”、相关意图“了解关于离婚的子女抚养费用的相关情况”以及相关意图“了解关于离婚的共同财产分割的相关情况”均作为法律咨询意图。
在步骤S102中,在多个法律问答对中,查找与法律咨询意图之间的语义相关度大于预设阈值的至少一个法律问答对;
在本申请中,本步骤可以通过如下流程实现,包括:
1021、获取法律咨询意图分别与每一个法律问答对之间的语义相关度;
在本申请中,对于多个法律问答对中任意一个法律问答对,该法律问答对中包括至少一个法律问题和至少一个用于解决法律问题的解决手段,可以计算该法律问答对与法律咨询意图之间语义相关度。
其中,可以计算该法律问答对中的法律问题与法律咨询意图之间的语义相关度,并作为该法律问答对与法律咨询意图之间语义相关度;或者,可以计算该法律问答对中的解决手段与法律咨询意图之间的语义相关度,并作为该法律问答对与法律咨询意图之间语义相关度;或者,可以将该法律问答对中的法律问题与解决手段组成一个新的文本,计算新的文本与法律咨询意图之间的语义相关度,并作为该法律问答对与法律咨询意图之间语义相关度。
其中,本申请可以使用DSSM(Deep Structured Semantic Models,深层结构语义模型)计算两个文本之间的语义相关度,当然,也可以使用其他方式来计算两个文本之间的语义相关度,本申请对计算两个文本之间的语义相关度的计算方法不做限定。
对于多个法律问答对中其他每一个法律问答对,同样执行上述操作。
1022、在多个法律问答对中,获取预设数量个按照语义相关度由高到低排列的法律问答对。
预设数量可以为5、10或20等,本申请对此不加以限定。
在步骤S103中,在法律文章集合中,查找包括的内容涉及法律咨询意图的至少一个法律文章;
本申请中的法律文章可以包括论文,也可以包括网络上发表的个人的文章,也可以包括法院和检察院等部门发布的官方法律文章等等。
法律文章集合中包括多个法律文章,法律文章集合可以为在事先在电子设备中设置的,也可以为网络上的,例如,可以为诸如知网以及万方等第三方公司的文章库,也可以为法院和检察院等行政机构的文章库等。
其中,本步骤具体可以通过如下流程实现,包括:
1031、在法律法规中,确定涉及法律咨询意图的法律实体知识;
法律实体知识包括在法律法规中的法律概念或事项等,例如,婚姻法中的“子女抚养权”、“共同财产分割”以及“婚内家暴”等等。
在本申请一个实施例中,事先可以统计广大用户可能存在的多个咨询意图,然后对于任意一个咨询意图,事先可以在法律法规中检索与该咨询意图相关联的法律实体知识,然后将该咨询意图和该咨询意图相关联的法律实体组成对应表项,并存储在法律咨询意图与法律法规中的法律实体知识之间的对应关系中,对于其他每一个咨询意图,同样执行上述操作。
如此,在法律法规中,确定涉及法律咨询意图的法律实体知识时,可以在法律咨询意图与法律法规中的法律实体知识之间的对应关系中,查找与法律咨询意图相对应的法律实体知识。
或者,在本申请另一实施例中,事先可以训练法律实体知识确定模型,具体训练方法包括:获取样本意图集合,样本意图集合中包括至少一个标注有法律法规中的法律实体知识的样本意图;使用样本意图集合中的样本意图对模型进行训练,直至模型中的权重均收敛,得到法律实体知识确定模型。
其中,该模型包括CNN(Convolutional Neural Networks,卷积神经网络)、LSTM(Long Short-Term Memory,长短期记忆网络)、Transformer、TranR以及TransE等。
如此,在法律法规中,确定涉及法律咨询意图的法律实体知识时,可以基于法律实体知识确定模型确定涉及法律咨询意图的法律实体知识。例如,至少将法律咨询意图输入至法律实体知识确定模型中,得到法律实体知识确定模型输出的至少与法律咨询意图相关联的法律实体。
例如,法律咨询意图包括“与张三离婚”、“了解关于离婚的子女抚养权的相关情况”、“了解关于离婚的子女抚养费用的相关情况”以及“了解关于离婚的共同财产分割的相关情况”。
则涉及法律咨询意图“与张三离婚”的法律实体知识可以包括“离婚”,涉及法律咨询意图“了解关于离婚的子女抚养权的相关情况”的法律实体知识可以包括“子女抚养权”,涉及法律咨询意图“了解关于离婚的子女抚养费用的相关情况”的法律实体知识可以包括“子女抚养费用”,以及涉及法律咨询意图“了解关于离婚的共同财产分割的相关情况”的法律实体知识可以包括“共同财产分割”。
1032、在法律文章集合中,获取包括法律实体知识的文章。
例如,对于法律文章集合中的任意一个法律文章,检测该法律文章的内容中是否包括法律实体知识,如果该法律文章的内容中包括法律实体知识,则获取该法律文章。对于法律文章集合中的其他每一个法律文章,同样如此。
例如,获取包括法律实体知识“与张三离婚”的法律文章,获取包括法律实体知识“子女抚养权”的法律文章,获取包括法律实体知识“子女抚养费用”的法律文章,以及获取包括法律实体知识“共同财产分割”的法律文章。
或者,可以使用R-NET模型或者SLQA(Semantic Learning for QuestionAnswering,问答语义学习)模型来在法律文章集合中,获取包括法律实体知识的文章。
在步骤S104中,推送查找到的法律问答对和/或查找到的法律文章至用户。
之后,用户就可以查看推送的法律问答对以及法律文章,然后可以阅读法律问答对以及法律文章中的内容,从而解决用户的法律咨询。
在本申请中,获取用户的法律咨询意图;在多个法律问答对中,查找与法律咨询意图之间的语义相关度大于预设阈值的至少一个法律问答对;在法律文章集合中,查找包括的内容涉及法律咨询意图的至少一个法律文章;推送查找到的法律问答对和/或查找到的法律文章至用户。
在本申请中,可以通过法律文章与法律问答对结合起来以提高解决用户的法律咨询的可能性,进而可以给用户提供更好的帮助。
例如,如果事先在设置法律问答对时存在遗漏现象,而导致法律问答对中并不存在与用户的法律咨询意图相关的法律问答对,但由于本申请还推送包括的内容涉及法律咨询意图的至少一个法律文章,因此,通过法律文章可以弥补法律问答对无法给用户提供帮助的缺失,从而能够解决用户的法律咨询,以给用户提供帮助。
然而,通常情况下,一篇法律文章中的内容较多,例如包括的字符较多,少则几百字,多则几千字,甚至会有些法律文章会多达几万字,因此,法律文章中的内容往往大而全,针对性不足。
例如,法律文章中的内容除了包括法律实体知识之外,往往还包括一些与法律实体知识关系不大的内容,例如,还包括用于介绍法律文章的作者的内容以及用于介绍法律文章的作者所在的单位的内容等,这些内容对于用户而言并没有什么帮助,用户需要在法律文章中的大量的内容中寻找法律实体知识,然而,在寻找的过程中,或多或少会阅读到对用户没有多大作用的内容,也即,或多或少会阅读到非法律实体知识的内容,阅读这些内容会浪费用户的时间和精力,导致用户无法快速找到对用户有用的法律实体知识,会降低用户解决法律咨询的效率。
因此,为了提高针对性,使得用户能够快速阅读到法律文章中的对用户有用的法律实体知识,以提高用户解决法律咨询的效率,在推送查找到的法律文章时,可以至少根据法律咨询意图在法律文章中查找包括涉及法律咨询意图的法律实体知识的法律片段,然后推送该法律片段。
如此,用户得到的仅仅是该法律片段,而不会得到该法律文章中的除该片段以外的其他内容,用户也就不会阅读到其他内容,可以只阅读该法律片段,从而可以避免用户阅读法律文章中的非法律实体知识等对用户没有多大作用的内容,如此可以使得用户能够快速找到对用户有用的内容,进而提高用户解决法律咨询的效率。
在本申请中,在至少根据法律咨询意图在法律文章中查找包括涉及法律咨询意图的法律实体知识的法律片段时,可以根据法律咨询意图在法律文章中查找包括涉及法律咨询意图的法律实体知识的法律片段,或者,也可以可以根据法律咨询文本在法律文章中查找包括涉及法律咨询意图的法律实体知识的法律片段,或者,也可以根据法律咨询意图和法律咨询文本在法律文章中查找包括涉及法律咨询意图的法律实体知识的法律片段。
在一个实施例中,预设数量可以大于或等于2,在这种情况下,用户得到的法律问答对即为多个,但每一个法律问答对分别与法律咨询意图之间的语义相关度可能不同。其中,与法律咨询意图之间的语义相关度越高的法律问答对能够解决用户的法律咨询的可能性越大,与法律咨询意图之间的语义相关度越低的法律问答对能够解决用户的法律咨询的可能性越小。
因此,为了使得在用户得到推送的多个法律问答对时,能够快速从多个法律问答对中找到能够解决用户的法律咨询的可能性越大的法律问答对,以使用户尽快解决法律咨询,在本申请另一实施例中,还可以向用户推送预设数量个相关法律问答对分别与法律咨询意图之间的语义相关度。
用户在看到推送的每一个相关法律问答对分别与法律咨询意图之间的语义相关度之后,就可以按语义相关度由高至低的顺序依次阅读各个法律问答对,从而可以尽快解决用户的法律咨询。
或者,在另一实施例中,向用户推送按照语义相关度排序的预设数量个与所述法律咨询意图相关的法律问答对,用户可以直接按照排序阅读依次阅读各个法律问答对,从而可以尽快解决用户的法律咨询。
在本申请中,推送的法律问答对可能能够解决用户的法律咨询,在这种情况下,推送查找到的法律文章对用户而言可能起不到多大作用,但却会耗费电子设备的***资源且可能会耗费网络资源。
因此,为了避免这种情况发生,在本申请另一实施例中,在步骤S102之后,该方法还包括:可以统计与法律咨询意图之间的语义相关度大于预设阈值的法律问答对的数量;当该数量小于预设数量时,则再执行步骤S103:在法律文章集合中,查找包括的内容涉及法律咨询意图的至少一个法律文章。
其中,如果该数量小于预设数量,则往往说明查找到的法律问答对的数量较少,由于数量较少,通常也会导致查找到的法律问答对的覆盖面较小,在历史经验中,在查找到的法律问答对的数量较少时,查找到的法律问答对很可能就无法解决用户的法律咨询,因此,需要再执行步骤S103。
然而,如果该数量大于或等于预设数量,则往往说明查找到的法律问答对的数量较多,在历史经验中,在查找到的法律问答对的数量较多时,往往意味着查找到的法律问答对的覆盖面较大,使得查找到的法律问答对往往能够解决用户的法律咨询,因此,可以推送查找到的法律问答对即可,而可以不在法律文章集合中,查找包括的内容涉及法律咨询意图的至少一个法律文章,也可以不推送查找到的法律文章,如此可以电子设备的***资源,且,可能会节省网络资源。
图2是根据一示例性实施例示出的一种信息处理装置的框图,如图2所示,该装置包括:
获取模块11,用于获取用户的法律咨询意图;
第一查找模块12,用于在多个法律问答对中,查找与所述法律咨询意图之间的语义相关度大于预设阈值的至少一个法律问答对;
第二查找模块13,用于在法律文章集合中,查找包括的内容涉及所述法律咨询意图的至少一个法律文章;
推送模块14,用于推送查找到的法律问答对和/或查找到的法律文章至所述用户。
在一个可选的实现方式中,所述第一查找模块12包括:
第一获取单元,用于获取所述法律咨询意图分别与每一个法律问答对之间的语义相关度;
第二获取单元,用于在多个法律问答对中,获取预设数量个按照语义相关度由高到低排列的法律问答对。
在一个可选的实现方式中,所述推送模块14包括:
第一推送单元,用于向用户推送所述预设数量个相关法律问答对分别与所述法律咨询意图之间的语义相关度。
在一个可选的实现方式中,所述推送模块14包括:
第二推送单元,用于向用户推送按照语义相关度排序的预设数量个与所述法律咨询意图相关的法律问答对。
在一个可选的实现方式中,所述装置还包括:
统计模块,用于统计与所述法律咨询意图之间的语义相关度大于预设阈值的法律问答对的数量;
第二查找模块13,还用于当所述数量小于所述预设数量时,则在法律文章集合中,查找包括的内容涉及所述法律咨询意图的至少一个法律文章。
在一个可选的实现方式中,所述获取模块包括:
第三获取单元,用于获取法律咨询文本;
第一确定单元,用于至少根据所述法律咨询文本确定所述用户的法律咨询意图。
在一个可选的实现方式中,所述第一确定单元包括:
第一确定子单元,用于确定所述法律咨询文本所表达的原始意图;
第二确定子单元,用于根据法律法规确定所述原始意图的相关意图;
第三确定子单元,用于根据所述原始意图和所述相关意图确定所述法律咨询意图。
在一个可选的实现方式中,所述第二确定子单元具体用于:基于相关意图识别模型识别所述原始意图的相关意图,所述相关意图识别模型是至少经由所述预设法律生成的。
在一个可选的实现方式中,第二确定子单元具体用于:获取样本原始意图集合,所述样本原始意图集合中包括至少一个样本原始意图,每一个样本原始意图标注有至少一个经由法律法规确定出的样本相关意图;使用样本原始意图集合中的样本原始意图对模型进行训练,直至所述模型中的权重均收敛,得到所述相关意图识别模型。
在一个可选的实现方式中,所述第二查找模块13包括:
第二确定单元,用于在法律法规中,确定涉及所述法律咨询意图的法律实体知识;
第四获取单元,用于在法律文章集合中,获取包括所述法律实体知识的文章。
在一个可选的实现方式中,所述第二确定单元包括:
查找子单元,用于在法律咨询意图与法律法规中的法律实体知识之间的对应关系中,查找与所述法律咨询意图相对应的法律实体知识。
在一个可选的实现方式中,所述第二确定单元包括:
第四确定子单元,用于基于法律实体知识确定模型确定涉及所述法律咨询意图的法律实体知识。
在一个可选的实现方式中,所述第二确定单元包括:
获取子单元,用于获取样本意图集合,样本意图集合中包括至少一个标注有法律法规中的法律实体知识的样本意图;
训练子单元,用于使用样本意图集合中的样本意图对模型进行训练,直至所述模型中的权重均收敛,得到所述法律实体知识确定模型。
在一个可选的实现方式中,所述推送模块14包括:
查找单元,用于至少根据所述法律咨询意图在所述法律文章中查找包括涉及所述法律咨询意图的法律实体知识的法律片段;
第三推送单元,用于推送所述法律片段。
在本申请中,获取用户的法律咨询意图;在多个法律问答对中,查找与法律咨询意图之间的语义相关度大于预设阈值的至少一个法律问答对;在法律文章集合中,查找包括的内容涉及法律咨询意图的至少一个法律文章;推送查找到的法律问答对和/或查找到的法律文章至用户。
在本申请中,可以通过法律文章与法律问答对结合起来以提高解决用户的法律咨询的可能性,进而可以给用户提供更好的帮助。
例如,如果事先在设置法律问答对时存在遗漏现象,而导致法律问答对中并不存在与用户的法律咨询意图相关的法律问答对,但由于本申请还推送包括的内容涉及法律咨询意图的至少一个法律文章,因此,通过法律文章可以弥补法律问答对无法给用户提供帮助的缺失,从而能够解决用户的法律咨询,以给用户提供帮助。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在设备时,可以使得该设备执行本申请实施例中各方法步骤的指令(instructions)。
本申请实施例提供了一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得电子设备执行如上述实施例中一个或多个所述的信息处理方法。本申请实施例中,所述电子设备包括服务器、网关、子设备等,子设备为物联网设备等设备。
本公开的实施例可被实现为使用任意适当的硬件,固件,软件,或及其任意组合进行想要的配置的装置,该装置可包括服务器(集群)、终端设备如IoT设备等电子设备。
图3示意性地示出了可被涉及本申请中所述的各个实施例的示例性装置1300。
对于一个实施例,图3示出了示例性装置1300,该装置具有一个或多个处理器1302、被耦合到(一个或多个)处理器1302中的至少一个的控制模块(芯片组)1304、被耦合到控制模块1304的存储器1306、被耦合到控制模块1304的非易失性存储器(NVM)/存储设备1308、被耦合到控制模块1304的一个或多个输入/输出设备1310,以及被耦合到控制模块1306的网络接口1312。
处理器1302可包括一个或多个单核或多核处理器,处理器1302可包括通用处理器或专用处理器(例如图形处理器、应用处理器、基频处理器等)的任意组合。在一些实施例中,装置1300能够作为本申请实施例中所述网关或控制器等服务器设备。
在一些实施例中,装置1300可包括具有指令1314的一个或多个计算机可读介质(例如,存储器1306或NVM/存储设备1308)以及与该一个或多个计算机可读介质相合并被配置为执行指令1314以实现模块从而执行本公开中所述的动作的一个或多个处理器1302。
对于一个实施例,控制模块1304可包括任意适当的接口控制器,以向(一个或多个)处理器1302中的至少一个和/或与控制模块1304通信的任意适当的设备或组件提供任意适当的接口。
控制模块1304可包括存储器控制器模块,以向存储器1306提供接口。存储器控制器模块可以是硬件模块、软件模块和/或固件模块。
存储器1306可被用于例如为装置1300加载和存储数据和/或指令1314。对于一个实施例,存储器1306可包括任意适当的易失性存储器,例如,适当的DRAM。在一些实施例中,存储器1306可包括双倍数据速率类型四同步动态随机存取存储器(DDR4SDRAM)。
对于一个实施例,控制模块1304可包括一个或多个输入/输出控制器,以向NVM/存储设备1308及(一个或多个)输入/输出设备1310提供接口。
例如,NVM/存储设备1308可被用于存储数据和/或指令1314。NVM/存储设备1308可包括任意适当的非易失性存储器(例如,闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如,一个或多个硬盘驱动器(HDD)、一个或多个光盘(CD)驱动器和/或一个或多个数字通用光盘(DVD)驱动器)。
NVM/存储设备1308可包括在物理上作为装置1300被安装在其上的设备的一部分的存储资源,或者其可被该设备访问可不必作为该设备的一部分。例如,NVM/存储设备1308可通过网络经由(一个或多个)输入/输出设备1310进行访问。
(一个或多个)输入/输出设备1310可为装置1300提供接口以与任意其他适当的设备通信,输入/输出设备1310可以包括通信组件、音频组件、传感器组件等。网络接口1312可为装置1300提供接口以通过一个或多个网络通信,装置1300可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信,例如接入基于通信标准的无线网络,如WiFi、2G、3G、4G、5G等,或它们的组合进行无线通信。
对于一个实施例,(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器(例如,存储器控制器模块)的逻辑封装在一起。对于一个实施例,(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器的逻辑封装在一起以形成***级封装(SiP)。对于一个实施例,(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例,(一个或多个)处理器1302中的至少一个可与控制模块1304的一个或多个控制器的逻辑集成在同一模具上以形成片上***(SoC)。
在各个实施例中,装置1300可以但不限于是:服务器、台式计算设备或移动计算设备(例如,膝上型计算设备、手持计算设备、平板电脑、上网本等)等终端设备。在各个实施例中,装置1300可具有更多或更少的组件和/或不同的架构。例如,在一些实施例中,装置1300包括一个或多个摄像机、键盘、液晶显示器(LCD)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(ASIC)和扬声器。
本申请实施例提供了一种电子设备,包括:一个或多个处理器;和,其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述处理器执行如本申请实施例中一个或多个所述的信息处理方法。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本申请实施例是参照根据本申请实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生涉及在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供涉及在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种信息处理方法装置,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (28)
1.一种信息处理方法,其特征在于,所述方法包括:
获取用户的法律咨询意图;
在多个法律问答对中,查找与所述法律咨询意图之间的语义相关度大于预设阈值的至少一个法律问答对;
在法律文章集合中,查找包括的内容涉及所述法律咨询意图的至少一个法律文章;
推送查找到的法律问答对和/或查找到的法律文章至所述用户。
2.根据权利要求1所述的方法,其特征在于,所述在多个法律问答对中,查找与所述法律咨询意图之间的语义相似度大于预设阈值的至少一个法律问答对,包括:
获取所述法律咨询意图分别与每一个法律问答对之间的语义相关度;
在多个法律问答对中,获取预设数量个按照语义相关度由高到低排列的法律问答对。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
向用户推送所述预设数量个相关法律问答对分别与所述法律咨询意图之间的语义相关度。
4.根据权利要求2所述的方法,其特征在于,所述推送查找到的法律问答对和/或查找到的法律文章至所述用户,包括:
向用户推送按照语义相关度排序的预设数量个与所述法律咨询意图相关的法律问答对。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
统计与所述法律咨询意图之间的语义相关度大于预设阈值的法律问答对的数量;
当所述数量小于所述预设数量时,则执行所述在法律文章集合中,查找包括的内容涉及所述法律咨询意图的至少一个法律文章的步骤。
6.根据权利要求1所述的方法,其特征在于,所述获取用户的法律咨询意图,包括:
获取所述用户的法律咨询文本;
至少根据所述法律咨询文本确定所述用户的法律咨询意图。
7.根据权利要求6所述的方法,其特征在于,所述至少根据所述法律咨询文本确定所述法律咨询意图,包括:
确定所述法律咨询文本所表达的原始意图;
根据法律法规确定所述原始意图的相关意图;
根据所述原始意图和所述相关意图确定所述法律咨询意图。
8.根据权利要求7所述的方法,其特征在于,所述根据法律法规确定所述原始意图的相关意图,包括:
基于相关意图识别模型识别所述原始意图的相关意图,所述相关意图识别模型是至少经由所述预设法律生成的。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
获取样本原始意图集合,所述样本原始意图集合中包括至少一个样本原始意图,每一个样本原始意图标注有至少一个经由法律法规确定出的样本相关意图;
使用样本原始意图集合中的样本原始意图对模型进行训练,直至所述模型中的权重均收敛,得到所述相关意图识别模型。
10.根据权利要求1所述的方法,其特征在于,所述在法律文章集合中,查找包括的内容涉及所述法律咨询意图的至少一个法律文章,包括:
在法律法规中,确定涉及所述法律咨询意图的法律实体知识;
在法律文章集合中,获取包括所述法律实体知识的文章。
11.根据权利要求10所述的方法,其特征在于,所述在法律法规中,确定涉及所述法律咨询意图的法律实体知识,包括:
在法律咨询意图与法律法规中的法律实体知识之间的对应关系中,查找与所述法律咨询意图相对应的法律实体知识。
12.根据权利要求10所述的方法,其特征在于,所述在法律法规中,确定涉及所述法律咨询意图的法律实体知识,包括:
基于法律实体知识确定模型确定涉及所述法律咨询意图的法律实体知识。
13.根据权利要求12所述的方法,其特征在于,所述方法还包括:
获取样本意图集合,样本意图集合中包括至少一个标注有法律法规中的法律实体知识的样本意图;
使用样本意图集合中的样本意图对模型进行训练,直至所述模型中的权重均收敛,得到所述法律实体知识确定模型。
14.根据权利要求1-13任一项所述的方法,其特征在于,所述推送所述法律文章,包括:
至少根据所述法律咨询意图在所述法律文章中查找包括涉及所述法律咨询意图的法律实体知识的法律片段;
推送所述法律片段。
15.一种信息处理装置,其特征在于,所述装置包括:
获取模块,用于获取用户的法律咨询意图;
第一查找模块,用于在多个法律问答对中,查找与所述法律咨询意图之间的语义相关度大于预设阈值的至少一个法律问答对;
第二查找模块,用于在法律文章集合中,查找包括的内容涉及所述法律咨询意图的至少一个法律文章;
推送模块,用于推送查找到的法律问答对和/或查找到的法律文章至所述用户。
16.根据权利要求15所述的装置,其特征在于,所述第一查找模块包括:
第一获取单元,用于获取所述法律咨询意图分别与每一个法律问答对之间的语义相关度;
第二获取单元,用于在多个法律问答对中,获取预设数量个按照语义相关度由高到低排列的法律问答对。
17.根据权利要求16所述的装置,其特征在于,所述推送模块包括:
第一推送单元,用于向用户推送所述预设数量个相关法律问答对分别与所述法律咨询意图之间的语义相关度。
18.根据权利要求16所述的装置,其特征在于,所述推送模块包括:
第二推送单元,用于向用户推送按照语义相关度排序的预设数量个与所述法律咨询意图相关的法律问答对。
19.根据权利要求16所述的装置,其特征在于,所述装置还包括:
统计模块,用于统计与所述法律咨询意图之间的语义相关度大于预设阈值的法律问答对的数量;
第二查找模块,还用于当所述数量小于所述预设数量时,则在法律文章集合中,查找包括的内容涉及所述法律咨询意图的至少一个法律文章。
20.根据权利要求15所述的装置,其特征在于,所述获取模块包括:
第三获取单元,用于获取法律咨询文本;
第一确定单元,用于至少根据所述法律咨询文本确定所述用户的法律咨询意图。
21.根据权利要求20所述的装置,其特征在于,所述第一确定单元包括:
第一确定子单元,用于确定所述法律咨询文本所表达的原始意图;
第二确定子单元,用于根据法律法规确定所述原始意图的相关意图;
第三确定子单元,用于根据所述原始意图和所述相关意图确定所述法律咨询意图。
22.根据权利要求21所述的装置,其特征在于,所述第二确定子单元具体用于:基于相关意图识别模型识别所述原始意图的相关意图,所述相关意图识别模型是至少经由所述预设法律生成的。
23.根据权利要求22所述的装置,其特征在于,第二确定子单元具体用于:获取样本原始意图集合,所述样本原始意图集合中包括至少一个样本原始意图,每一个样本原始意图标注有至少一个经由法律法规确定出的样本相关意图;使用样本原始意图集合中的样本原始意图对模型进行训练,直至所述模型中的权重均收敛,得到所述相关意图识别模型。
24.根据权利要求15所述的装置,其特征在于,所述第二查找模块包括:
第二确定单元,用于在法律法规中,确定涉及所述法律咨询意图的法律实体知识;
第四获取单元,用于在法律文章集合中,获取包括所述法律实体知识的文章。
25.根据权利要求24所述的装置,其特征在于,所述第二确定单元包括:
查找子单元,用于在法律咨询意图与法律法规中的法律实体知识之间的对应关系中,查找与所述法律咨询意图相对应的法律实体知识。
26.根据权利要求24所述的装置,其特征在于,所述第二确定单元包括:
第四确定子单元,用于基于法律实体知识确定模型确定涉及所述法律咨询意图的法律实体知识。
27.根据权利要求26所述的装置,其特征在于,所述第二确定单元包括:
获取子单元,用于获取样本意图集合,样本意图集合中包括至少一个标注有法律法规中的法律实体知识的样本意图;
训练子单元,用于使用样本意图集合中的样本意图对模型进行训练,直至所述模型中的权重均收敛,得到所述法律实体知识确定模型。
28.根据权利要求15-27任一项所述的装置,其特征在于,所述推送模块包括:
查找单元,用于至少根据所述法律咨询意图在所述法律文章中查找包括涉及所述法律咨询意图的法律实体知识的法律片段;
第三推送单元,用于推送所述法律片段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910760395.8A CN112395388B (zh) | 2019-08-16 | 2019-08-16 | 信息处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910760395.8A CN112395388B (zh) | 2019-08-16 | 2019-08-16 | 信息处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112395388A true CN112395388A (zh) | 2021-02-23 |
CN112395388B CN112395388B (zh) | 2023-12-26 |
Family
ID=74602931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910760395.8A Active CN112395388B (zh) | 2019-08-16 | 2019-08-16 | 信息处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112395388B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409173A (zh) * | 2021-06-29 | 2021-09-17 | 重庆市司法局 | 一种法律援助***及援助方法 |
CN113886554A (zh) * | 2021-12-03 | 2022-01-04 | 北京大学 | 法律咨询问答方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503239A (zh) * | 2016-11-07 | 2017-03-15 | 上海智臻智能网络科技股份有限公司 | 一种法律信息查询的方法和装置 |
CN107992543A (zh) * | 2017-11-27 | 2018-05-04 | 上海智臻智能网络科技股份有限公司 | 问答交互方法和装置、计算机设备及计算机可读存储介质 |
WO2018113498A1 (zh) * | 2016-12-23 | 2018-06-28 | 北京国双科技有限公司 | 法律知识的检索方法及装置 |
KR20190022030A (ko) * | 2017-08-25 | 2019-03-06 | 리걸테크 주식회사 | 법률 상담 서비스 제공 장치 및 방법 |
CN110008327A (zh) * | 2019-04-01 | 2019-07-12 | 河北省讯飞人工智能研究院 | 法律回答生成方法及装置 |
CN110059193A (zh) * | 2019-06-21 | 2019-07-26 | 南京擎盾信息科技有限公司 | 基于法律语义件与文书大数据统计分析的法律咨询*** |
-
2019
- 2019-08-16 CN CN201910760395.8A patent/CN112395388B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503239A (zh) * | 2016-11-07 | 2017-03-15 | 上海智臻智能网络科技股份有限公司 | 一种法律信息查询的方法和装置 |
WO2018113498A1 (zh) * | 2016-12-23 | 2018-06-28 | 北京国双科技有限公司 | 法律知识的检索方法及装置 |
KR20190022030A (ko) * | 2017-08-25 | 2019-03-06 | 리걸테크 주식회사 | 법률 상담 서비스 제공 장치 및 방법 |
CN107992543A (zh) * | 2017-11-27 | 2018-05-04 | 上海智臻智能网络科技股份有限公司 | 问答交互方法和装置、计算机设备及计算机可读存储介质 |
CN110008327A (zh) * | 2019-04-01 | 2019-07-12 | 河北省讯飞人工智能研究院 | 法律回答生成方法及装置 |
CN110059193A (zh) * | 2019-06-21 | 2019-07-26 | 南京擎盾信息科技有限公司 | 基于法律语义件与文书大数据统计分析的法律咨询*** |
Non-Patent Citations (1)
Title |
---|
孙立平;吕云峰;: "基于Android平台的法律咨询***的设计研究", 电子测试, no. 18 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409173A (zh) * | 2021-06-29 | 2021-09-17 | 重庆市司法局 | 一种法律援助***及援助方法 |
CN113886554A (zh) * | 2021-12-03 | 2022-01-04 | 北京大学 | 法律咨询问答方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112395388B (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107679211B (zh) | 用于推送信息的方法和装置 | |
CN110598157B (zh) | 目标信息识别方法、装置、设备及存储介质 | |
US11475055B2 (en) | Artificial intelligence based method and apparatus for determining regional information | |
US10956469B2 (en) | System and method for metadata correlation using natural language processing | |
WO2019085856A1 (zh) | 文本资源的推送方法、装置、存储介质及处理器 | |
US11238027B2 (en) | Dynamic document reliability formulation | |
CN110427453B (zh) | 数据的相似度计算方法、装置、计算机设备及存储介质 | |
US9002832B1 (en) | Classifying sites as low quality sites | |
CN117273003B (zh) | 文本数据处理方法、模型训练方法以及命名实体识别方法 | |
CN112395388A (zh) | 信息处理方法及装置 | |
CN116361552A (zh) | 校园图书检索方法、装置、设备及可读存储介质 | |
CN110245357B (zh) | 主实体识别方法和装置 | |
CN107679186A (zh) | 基于实体库进行实体搜索的方法及装置 | |
CN108804917B (zh) | 一种文件检测方法、装置、电子设备及存储介质 | |
US9959307B2 (en) | Automatic question sorting | |
US20140372090A1 (en) | Incremental response modeling | |
CN111611781A (zh) | 数据标注方法、问答方法、装置及电子设备 | |
US20130230248A1 (en) | Ensuring validity of the bookmark reference in a collaborative bookmarking system | |
CN108830298B (zh) | 一种确定用户特征标签的方法及装置 | |
CN110634018A (zh) | 一种流失用户的特征刻画方法、识别方法及相关装置 | |
US9122705B1 (en) | Scoring hash functions | |
CN113254800A (zh) | 信息推荐方法、装置、电子设备及存储介质 | |
CN110968691B (zh) | 司法热点确定方法及装置 | |
US20200302336A1 (en) | Dynamic Source Reliability Formulation | |
US10572560B2 (en) | Detecting relevant facets by leveraging diagram identification, social media and statistical analysis software |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |