CN112580341A - 一种获得法律文书的案号的方法及相关设备 - Google Patents
一种获得法律文书的案号的方法及相关设备 Download PDFInfo
- Publication number
- CN112580341A CN112580341A CN201910923764.0A CN201910923764A CN112580341A CN 112580341 A CN112580341 A CN 112580341A CN 201910923764 A CN201910923764 A CN 201910923764A CN 112580341 A CN112580341 A CN 112580341A
- Authority
- CN
- China
- Prior art keywords
- case
- legal document
- case number
- legal
- information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000014509 gene expression Effects 0.000 claims description 13
- 230000004048 modification Effects 0.000 claims description 10
- 238000012986 modification Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 description 26
- 238000005516 engineering process Methods 0.000 description 12
- 238000012549 training Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种获得法律文书的案号的方法及相关设备，可以对法律文书进行解析，获得所述法律文书中携带的多种案卷信息；确定与获得的各所述案卷信息对应的案号字符；根据与所述法律文书的立案日期匹配的案号编制规则，将确定的至少部分所述案号字符组合为所述法律文书的案号。本发明通过法律文书中的案卷信息与法律文书对应的案号编制规则，可以自动准确的获得法律文书的案号，进而提升了录入法律文书的案号的效率。
Description
技术领域
本发明涉及文本处理领域，尤其涉及一种获得法律文书的案号的方法及相关设备。
背景技术
在信息化建设的背景下，法律文书可以上传至数据库中并将法律文书的案号和法律文书对应保存至数据库中，以便用户根据保存在数据库中的案号，获得与该案号对应的法律文书。
然而，保存在数据库中的案号是人工根据法律文书中的案卷信息进行录入的，常常由于法律文书中字迹不清、录入人员不细心等原因，导致录入到数据库中的案号错误。
发明内容
鉴于上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的一种获得法律文书的案号的方法及相关设备，技术方案如下：
一种获得法律文书的案号的方法，包括：
对法律文书进行解析，获得所述法律文书中携带的多种案卷信息；
确定与获得的各所述案卷信息对应的案号字符；
根据与所述法律文书的立案日期匹配的案号编制规则，将确定的至少部分所述案号字符组合为所述法律文书的案号。
可选的，所述对法律文书进行解析，获得所述法律文书中携带的多种案卷信息，包括：
从法律文书的卷宗中确定所述法律文书的立案日期；
确定所述法律文书的立案日期是否早于预设日期，如果是，则对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件审理部门、案件审理程序和案件编号在内的案卷信息；否则，对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件类型和案件编号在内的案卷信息。
可选的，所述确定与获得的各所述案卷信息对应的案号字符，包括：
从预设的标准字典表中确定与获得的各所述案卷信息对应的案号字符，所述预设的标准字典表中记录有相对应的案件信息和案号字符。
可选的，所述对法律文书进行解析，获得所述法律文书中携带的多种案卷信息，包括：
使用与案卷信息匹配的正则表达式，从所述法律文书中获得多种案卷信息。
可选的，所述方法还包括：
将组合得到的所述法律文书的案号与所述法律文书对应的初始案号进行对比，当不一致时，将所述初始案号修改为所述组合得到的所述法律文书的案号。
一种获得法律文书的案号的装置，包括：案卷信息获得单元、案号字符确定单元和案号获得单元，
所述案卷信息获得单元，用于对法律文书进行解析，获得所述法律文书中携带的多种案卷信息；
所述案号字符确定单元，用于确定与获得的各所述案卷信息对应的案号字符；
所述案号获得单元，用于根据与所述法律文书的立案日期匹配的案号编制规则，将确定的至少部分所述案号字符组合为所述法律文书的案号。
可选的，所述案卷信息获得单元包括：立案日期确定子单元、立案日期对比子单元、第一案卷信息获得子单元和第二案卷信息获得子单元，
所述立案日期确定子单元，用于从法律文书的卷宗中确定所述法律文书的立案日期；
所述立案日期对比子单元，用于确定所述法律文书的立案日期是否早于预设日期，如果是，则触发所述第一案卷信息获得子单元；否则，触发所述第二案卷信息获得子单元；
所述第一案卷信息获得子单元，用于对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件审理部门、案件审理程序和案件编号在内的案卷信息；
所述第二案卷信息获得子单元，用于对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件类型和案件编号在内的案卷信息。
可选的，所述装置还包括：案号修改单元，
所述案号修改单元，用于将组合得到的所述法律文书的案号与所述法律文书对应的初始案号进行对比，当不一致时，将所述初始案号修改为所述组合得到的所述法律文书的案号。
一种存储介质，其上存储有程序，所述程序被处理器执行时实现上述中任一项所述的获得法律文书的案号的方法。
一种电子设备，所述电子设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述中任一项所述的获得法律文书的案号的方法。
借由上述技术方案，本发明提供的一种获得法律文书的案号的方法及相关设备，可以对法律文书进行解析，获得所述法律文书中携带的多种案卷信息；确定与获得的各所述案卷信息对应的案号字符；根据与所述法律文书的立案日期匹配的案号编制规则，将确定的至少部分所述案号字符组合为所述法律文书的案号。本发明通过法律文书中的案卷信息与法律文书对应的案号编制规则，可以自动准确的获得法律文书的案号，进而提升了录入法律文书的案号的效率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种获得法律文书的案号的方法的流程示意图；
图2示出了本发明实施例提供的另一种获得法律文书的案号的方法的流程示意图；
图3示出了本发明实施例提供的一种案卷信息获得模型生成方法的流程示意图；
图4示出了本发明实施例提供的另一种获得法律文书的案号的方法的流程示意图；
图5示出了本发明实施例提供的另一种获得法律文书的案号的方法的流程示意图；
图6示出了本发明实施例提供的另一种获得法律文书的案号的方法的流程示意图；
图7示出了本发明实施例提供的一种获得法律文书的案号的装置的结构示意图；
图8示出了本发明实施例提供的一种案卷信息获得模型生成装置的结构示意图；
图9示出了本发明实施例提供的另一种获得法律文书的案号的装置的结构示意图；
图10示出了本发明实施例提供的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明实施例提供的一种获得法律文书的案号的方法，可以包括：
S100、对法律文书进行解析，获得所述法律文书中携带的多种案卷信息。
其中，法律文书可以包括民商裁决文书、行政裁决文书、刑事裁决文书、仲裁法律文书。本发明实施例可以通过文本解析技术，对法律文书进行解析，获得该法律文书中的多种案卷信息，其中，多种案卷信息可以包括案件承办法院、案件审理部门、案件审理程序、案件编号和案件类型中的至少一个。
其中，文本解析技术可以包括正则表达式、机器学习以及自然语言处理在内的至少一种。可以理解的是，能够对法律文书进行解析获得该法律文书中的案卷信息的技术均可认为本发明实施例中的文本解析技术。
可选的，如图2所示，本发明实施例提供的另一种获得法律文书的案号的方法，步骤S100可以包括：
S110、使用与案卷信息匹配的正则表达式，从所述法律文书中获得多种案卷信息。
可选的，本发明实施例可以通过预先设置的与案件信息匹配的正则表达式，在法律文书中获得满足该正则表达式的案卷信息。
可选的，本发明实施例可以对多个法律文本进行案卷信息进行标注，将标注有案卷信息的法律文本作为训练文本。通过卷积神经网络技术，对该训练文本进行机器学习，获得训练好的案卷信息获得模型。本发明实施例可以通过训练好的案卷信息获得模型对目标法律文本进行解析，获得目标法律文本的案卷信息。具体的，本发明实施例提供一种案卷信息获得模型生成方法，如图3所示，可以包括：
S010、获得标注有案卷信息的训练文本，所述训练文本为法律文书。
S020、对所述训练文本进行分词，获得词汇序列。
具体的，本发明实施例可以使用多种分词工具中的至少一种进行分词获得词汇序列。分词工具可以包括：哈工大LTP、jieba等。本发明实施例除了获得词汇序列外，还可以对各词汇的词性进行识别，获得词性序列。
S030、获得所述词汇序列中各词汇的词汇向量构成的矩阵。
具体的，本发明实施例可以对所述词汇序列中的每个词汇：获得该词汇的词向量及词性向量，将该词汇的词向量及词性向量拼接为该词汇的词汇向量；按照所述词汇序列中各词汇的排列顺序对所述词汇序列中各词汇的词汇向量进行排列，获得所述词汇序列中各词汇的词汇向量构成的矩阵。
本发明实施例可以通过wordvector技术获得词向量。如果词汇不在wordvector的词汇表中，则使用指定的预设词向量进行表达。
本发明实施例可以使用一定维度的随机向量来表达词性，使词性特征化。例如对于共计30种词性[A1,A2,…,A30]，可以用向量a1表示A1，向量a2表示A2等。其中a1、a2等的维度为一个指定的固定值，例如20维，每一个维度都是一个随机生成的接近于0的小数。
在获得词向量与词性向量后，将二者拼接即可形成词汇的向量化表达，即：词汇向量。词汇向量的维度为词向量的维度+词性向量的维度。对于待处理的司法文本中的每个词汇，都获得其词汇向量，再将待处理的司法文本中的每个词汇的词汇向量拼接起来，就形成一个矩阵。
S040、对所述矩阵及标注的案卷信息进行机器学习，生成案卷信息获得模型，所述案卷信息获得模型的输入为：词汇向量构成的矩阵，所述案卷信息获得模型的输出为：案卷信息。
在实际应用中，本发明实施例可以基于tensorflow、mxnet、pytorch等深度学习框架训练案卷信息获得模型。
可选的，如图4所示，本发明实施例提供的另一种获得法律文书的案号的方法，步骤S100可以包括：
S120、从法律文书的卷宗中确定所述法律文书的立案日期。
在实际情况中，根据法律文书的立案日期不同，该法律文书对应的案号编制规则可能不同。例如2016年1月1日以后的法律文书与2016年1月1日之前的法律文书的案号编制规则不同。例如，2016年1月1日之前的法律文书的案号编制规则为“立案年度+案件承办法院+案件审理部门+案件审理程序+案件编号”，2016年1月1日以后的法律文书的案号编制规则为“立案年度+案件承办法院+案件类型+案件编号”。
为了便于理解2016年1月1日以后的法律文书与2016年1月1日之前的法律文书的案号编制规则的差异，在此进行举例说明：根据2016年1月1日之前的法律文书的案号编制规则，则广州市白云区人民法院2016年受理的第1件一审民事案件的案号为：(2016)穗云法行初字第1号。若根据2016年1月1日以后的法律文书的案号编制规则，则广州市白云区人民法院2016年受理的第1件一审民事案件的案号为：(2016)粤0111民初1号。
本发明实施例可以通过文本解析技术从法律文书的卷宗中确定所述法律文书的立案日期。
S130、确定所述法律文书的立案日期是否早于预设日期，如果是，则执行步骤S131；否则，执行步骤S132。
其中，预设日期可以为2016年1月1日。当然，也可以为其他日期。
其中，立案日期在预设日期之前的法律文书对应的案号编制规则与立案日期在预设日期以后的法律文书对应的案号编制规则不同。因此，本发明实施例可以通过法律文书的立案日期，确定该法律文书对应的案号编制规则，再根据该法律文书对应的案号编制规则，确定需要获得的案卷信息。
S131、对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件审理部门、案件审理程序和案件编号在内的案卷信息。
S132、对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件类型和案件编号在内的案卷信息。
本发明实施例根据确定的立案日期可以确定法律文书的立案年度。本发明实施例通过立案日期，可以确定该法律文书的案号对应的案号编制规则。根据该法律文书的案号对应的案号编制规则，可以从该法律文书中获得该案号编制规则中除立案日期之外的案卷信息。例如，当确定某法律文书的立案日期为2014年7月4日时，本发明实施例可以确定该法律文书的案件承办法院、案件审理部门、案件审理程序和案件编号。当确定某法律文书的立案日期为2018年7月4日时，本发明实施例可以确定该法律文书的案件承办法院、案件类型和案件编号。
S200、确定与获得的各所述案卷信息对应的案号字符。
可以理解的是，案号作为法律文书的标识，不是案卷信息的直接组合，而是案卷信息对应的案号字符的组合。案卷信息对应的案号字符可以是案卷信息简化后可识别的信息。例如：从法律文书获得的案件承办法院为广州市白云区人民法院，则广州市白云区人民法院对应的案号字符可以为穗云法。可以理解的是，案号字符可以为法院所用的实际字符，也可以是本领域技术人员根据自身需要设置的字符。
可选的，如图5所示，本发明实施例提供的另一种获得法律文书的案号的方法，步骤S200可以包括：
S210、从预设的标准字典表中确定与获得的各所述案卷信息对应的案号字符，所述预设的标准字典表中记录有相对应的案件信息和案号字符。
具体的，由于2016年1月1日以后的法律文书与2016年1月1日之前的法律文书的案号编制规则不同。因此，本发明实施例可以为2016年1月1日以后的法律文书与2016年1月1日之前的法律文书分别预设不同的标准字典表。
本发明实施例可以根据确定的法律文书的立案日期，确定与该法律文书对应的预设的标准字典表，再根据案卷信息在该预设的标准字典表中查询与案卷信息对应的案号字符。标准字典表可以如表1所示，其中表1所示的是以广州市白云区人民法院2014年受理的第1件一审民事案件的法律文书为例列出的标准字典表。
表1
可以理解的是，表1所示仅为2016年1月1日之前的法律文书对应的预设的标准字典表中记录的部分相对应的案件信息和案号字符，在实际应用中，预设的标准字典表中可以记录全部相对应的案件信息和案号字符。
S300、根据与所述法律文书的立案日期匹配的案号编制规则，将确定的至少部分所述案号字符组合为所述法律文书的案号。
本发明实施例可以按照与法律文书的立案日期匹配的案号编制规则中规定的顺序，将确定的至少部分所述案号字符组合为该法律文书的案号。例如，获得广州市白云区人民法院2014年受理的第1件一审民事案件的法律文书的案号字符分别为2014、穗云法、行、初和字第一号，根据该法律文书对应的的案号编制规则为“立案年度+案件承办法院+案件审理部门+案件审理程序+案件编号”，因此，该法律文书的案号为：(2014)穗云法行初字第一号。
本发明实施例提供的一种获得法律文书的案号的方法，可以对法律文书进行解析，获得所述法律文书中携带的多种案卷信息；确定与获得的各所述案卷信息对应的案号字符；根据与所述法律文书的立案日期匹配的案号编制规则，将确定的至少部分所述案号字符组合为所述法律文书的案号。本发明实施例通过法律文书中的案卷信息与法律文书对应的案号编制规则，可以自动准确的获得法律文书的案号，进而提升了录入法律文书的案号的效率。
可选的，如图6所示，本发明实施例提供的另一种获得法律文书的案号的方法，还可以包括：
S400、将组合得到的所述法律文书的案号与所述法律文书对应的初始案号进行对比，当不一致时，将所述初始案号修改为所述组合得到的所述法律文书的案号。
其中，初始案号可以保存在数据库中，用户可以根据初始案号获得与该初始案号对应的法律文书。
本发明实施例可以将案号作为法律文书在数据库的标识建立案号与法律文书的对应关系。用户可以根据案号查找到与该案号对应的法律文书。为了便于区分，本发明实施例将初始案号称为法律文书在数据库中与该法律文书对应的标识。
需要注意的是，本发明实施例中将初始案号修改为组合得到的法律文书的案号是修改数据库中保存的与该法律文书对应的初始案号，不是修改该法律文书上的案号。
本发明实施例可以获得存储有法律文书的数据库中的某一法律文书对应的初始案号，将该初始案号与通过本发明实施例提供的获得法律文书的案号的方法获得的该法律文书的案号进行对比，判断初始案号是否为错误案号，当对比结果不一致时，则本发明实施例确定初始案号为错误案号，进而将该初始案号修改为通过本发明实施例提供的获得法律文书的案号的方法获得的该法律文书的案号。
可以理解的是，数据库中的某一法律文书的初始案号可能会丢失，丢失的法律文书的初始案号可以为空，本发明实施例依然可以将该法律文书对应的初始案号与通过本发明实施例提供的获得法律文书的案号的方法获得的该法律文书的案号进行对比后，当不一致时，将该初始案号修改为通过本发明实施例提供的获得法律文书的案号的方法获得的该法律文书的案号。
可选的，本发明实施例可以在确定数据库中某一法律文书对应的初始案号为空时，直接将通过本发明实施例提供的获得法律文书的案号的方法获得的该法律文书的案号作为该法律文书对应的案号保存在数据库中。
本发明实施例提供的任一获得法律文书的案号的方法，可以校验法律文书在数据库中对应的初始案号是否正确，同时便于相关人员对数据库中案号丢失或错误的法律文件对应的初始案号进行更正，进而提高了对法律文书在数据库中对应的初始案号的更正效率。
与上述方法实施例相对应的，本发明实施例提供一种获得法律文书的案号的装置，其结构如图7所示，可以包括：案卷信息获得单元100、案号字符确定单元200和案号获得单元300。
所述案卷信息获得单元100，用于对法律文书进行解析，获得所述法律文书中携带的多种案卷信息。
其中，法律文书可以包括民商裁决文书、行政裁决文书、刑事裁决文书、仲裁法律文书。案卷信息获得单元100可以通过文本解析技术，对法律文书进行解析，获得该法律文书中的多种案卷信息，其中，多种案卷信息可以包括案件承办法院、案件审理部门、案件审理程序、案件编号和案件类型中的至少一个。
其中，文本解析技术可以包括正则表达式、机器学习以及自然语言处理在内的至少一种。可以理解的是，能够对法律文书进行解析获得该法律文书中的案卷信息的技术均可认为本发明实施例中的文本解析技术。
可选的，所述案卷信息获得单元100可以具体用于使用与案卷信息匹配的正则表达式，从所述法律文书中获得多种案卷信息。
可选的，所述案卷信息获得单元100可以通过预先设置的与案件信息匹配的正则表达式，在法律文书中获得满足该正则表达式的案卷信息。
可选的，本发明实施例可以对多个法律文本进行案卷信息进行标注，将标注有案卷信息的法律文本作为训练文本。通过卷积神经网络技术，对该训练文本进行机器学习，获得训练好的案卷信息获得模型。本发明实施例可以通过训练好的案卷信息获得模型对目标法律文本进行解析，获得目标法律文本的案卷信息。具体的，本发明实施例提供一种案卷信息获得模型生成装置，其结构可以如图8所示，包括：训练文本获得单元10、词汇序列获得单元20、矩阵获得单元30和模型生成单元40。
训练文本获得单元10，用于获得标注有案卷信息的训练文本，所述训练文本为法律文书。
词汇序列获得单元20，用于对所述训练文本进行分词，获得词汇序列。
矩阵获得单元30，用于获得所述词汇序列中各词汇的词汇向量构成的矩阵。
模型生成单元40，用与于对所述矩阵及标注的案卷信息进行机器学习，生成案卷信息获得模型，所述案卷信息获得模型的输入为：词汇向量构成的矩阵，所述案卷信息获得模型的输出为：案卷信息。
可选的，所述案卷信息获得单元100可以包括：立案日期确定子单元、立案日期对比子单元、第一案卷信息获得子单元和第二案卷信息获得子单元。
所述立案日期确定子单元，用于从法律文书的卷宗中确定所述法律文书的立案日期。
立案日期确定子单元可以通过文本解析技术从法律文书的卷宗中确定所述法律文书的立案日期。
所述立案日期对比子单元，用于确定所述法律文书的立案日期是否早于预设日期，如果是，则触发所述第一案卷信息获得子单元；否则，触发所述第二案卷信息获得子单元。
所述第一案卷信息获得子单元，用于对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件审理部门、案件审理程序和案件编号在内的案卷信息。
所述第二案卷信息获得子单元，用于对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件类型和案件编号在内的案卷信息。
其中，立案日期在预设日期之前的法律文书对应的案号编制规则与立案日期在预设日期以后的法律文书对应的案号编制规则不同。因此，本发明实施例可以通过法律文书的立案日期，确定该法律文书对应的案号编制规则，再根据该法律文书对应的案号编制规则，确定需要获得的案卷信息。
本发明实施例根据确定的立案日期可以确定法律文书的立案年度。本发明实施例通过立案日期，可以确定该法律文书的案号对应的案号编制规则。根据该法律文书的案号对应的案号编制规则，可以从该法律文书中获得该案号编制规则中除立案日期之外的案卷信息。
所述案号字符确定单元200，用于确定与获得的各所述案卷信息对应的案号字符。
可以理解的是，案号作为法律文书的标识，不是案卷信息的直接组合，而是案卷信息对应的案号字符的组合。案卷信息对应的案号字符可以是案卷信息简化后可识别的信息。
可选的，所述所述案号字符确定单元200具体用于从预设的标准字典表中确定与获得的各所述案卷信息对应的案号字符，所述预设的标准字典表中记录有相对应的案件信息和案号字符。
本发明实施例可以根据确定的法律文书的立案日期，确定与该法律文书对应的预设的标准字典表，再根据案卷信息在该预设的标准字典表中查询与案卷信息对应的案号字符。
所述案号获得单元300，用于根据与所述法律文书的立案日期匹配的案号编制规则，将确定的至少部分所述案号字符组合为所述法律文书的案号。
案号获得单元300可以按照与法律文书的立案日期匹配的案号编制规则中规定的顺序，将确定的至少部分所述案号字符组合为该法律文书的案号。
本发明实施例提供的一种获得法律文书的案号的装置，可以对法律文书进行解析，获得所述法律文书中携带的多种案卷信息；确定与获得的各所述案卷信息对应的案号字符；根据与所述法律文书的立案日期匹配的案号编制规则，将确定的至少部分所述案号字符组合为所述法律文书的案号。本发明实施例通过法律文书中的案卷信息与法律文书对应的案号编制规则，可以自动准确的获得法律文书的案号，进而提升了录入法律文书的案号的效率。
可选的，如图9所示，本发明实施例提供的另一种获得法律文书的案号的装置，还可以包括：案号修改单元400。
所述案号修改单元400，用于将组合得到的所述法律文书的案号与所述法律文书对应的初始案号进行对比，当不一致时，将所述初始案号修改为所述组合得到的所述法律文书的案号。
其中，初始案号可以保存在数据库中，用户可以根据初始案号获得与该初始案号对应的法律文书。
本发明实施例可以将案号作为法律文书在数据库的标识建立案号与法律文书的对应关系。用户可以根据案号查找到与该案号对应的法律文书。为了便于区分，本发明实施例将初始案号称为法律文书在数据库中与该法律文书对应的标识。
需要注意的是，本发明实施例中将初始案号修改为组合得到的法律文书的案号是修改数据库中保存的与该法律文书对应的初始案号，不是修改该法律文书上的案号。
本发明实施例提供的一种存储介质，其上存储有程序，所述程序被处理器执行时实现上述中任一项所述的获得法律文书的案号的方法。
如图10所示，本发明实施例提供的一种电子设备500，所述电子设备500包括至少一个处理器510、以及与处理器510连接的至少一个存储器520、总线530；其中，所述处理器510、所述存储器520通过所述总线530完成相互间的通信；所述处理器510用于调用所述存储器520中的程序指令，以执行上述中任一项所述的获得法律文书的案号的方法。
所述获得法律文书的案号的装置包括处理器和存储器，上述案卷信息获得单元100、案号字符确定单元200和案号获得单元300等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来自动准确的获得法律文书的案号。
本文中的电子设备500可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：
对法律文书进行解析，获得所述法律文书中携带的多种案卷信息；
确定与获得的各所述案卷信息对应的案号字符；
根据与所述法律文书的立案日期匹配的案号编制规则，将确定的至少部分所述案号字符组合为所述法律文书的案号。
可选的，所述对法律文书进行解析，获得所述法律文书中携带的多种案卷信息，包括：
从法律文书的卷宗中确定所述法律文书的立案日期；
确定所述法律文书的立案日期是否早于预设日期，如果是，则对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件审理部门、案件审理程序和案件编号在内的案卷信息；否则，对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件类型和案件编号在内的案卷信息。
可选的，所述确定与获得的各所述案卷信息对应的案号字符，包括：
从预设的标准字典表中确定与获得的各所述案卷信息对应的案号字符，所述预设的标准字典表中记录有相对应的案件信息和案号字符。
可选的，所述对法律文书进行解析，获得所述法律文书中携带的多种案卷信息，包括：
使用与案卷信息匹配的正则表达式，从所述法律文书中获得多种案卷信息。
可选的，所述方法还包括：
将组合得到的所述法律文书的案号与所述法律文书对应的初始案号进行对比，当不一致时，将所述初始案号修改为所述组合得到的所述法律文书的案号。
本申请是参照根据本申请实施例的方法、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设备的处理器执行的指令产生用于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的装置。
在一个典型的配置中，设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商品或者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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种获得法律文书的案号的方法，其特征在于，包括：
对法律文书进行解析，获得所述法律文书中携带的多种案卷信息；
确定与获得的各所述案卷信息对应的案号字符；
根据与所述法律文书的立案日期匹配的案号编制规则，将确定的至少部分所述案号字符组合为所述法律文书的案号。
2.根据权利要求1所述的方法，其特征在于，所述对法律文书进行解析，获得所述法律文书中携带的多种案卷信息，包括：
从法律文书的卷宗中确定所述法律文书的立案日期；
确定所述法律文书的立案日期是否早于预设日期，如果是，则对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件审理部门、案件审理程序和案件编号在内的案卷信息；否则，对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件类型和案件编号在内的案卷信息。
3.根据权利要求1所述的方法，其特征在于，所述确定与获得的各所述案卷信息对应的案号字符，包括：
从预设的标准字典表中确定与获得的各所述案卷信息对应的案号字符，所述预设的标准字典表中记录有相对应的案件信息和案号字符。
4.根据权利要求1所述的方法，其特征在于，所述对法律文书进行解析，获得所述法律文书中携带的多种案卷信息，包括：
使用与案卷信息匹配的正则表达式，从所述法律文书中获得多种案卷信息。
5.根据权利要求1至4中任一项所述的方法，其特征在于，还包括：
将组合得到的所述法律文书的案号与所述法律文书对应的初始案号进行对比，当不一致时，将所述初始案号修改为所述组合得到的所述法律文书的案号。
6.一种获得法律文书的案号的装置，其特征在于，包括：案卷信息获得单元、案号字符确定单元和案号获得单元，
所述案卷信息获得单元，用于对法律文书进行解析，获得所述法律文书中携带的多种案卷信息；
所述案号字符确定单元，用于确定与获得的各所述案卷信息对应的案号字符；
所述案号获得单元，用于根据与所述法律文书的立案日期匹配的案号编制规则，将确定的至少部分所述案号字符组合为所述法律文书的案号。
7.根据权利要求6所述的装置，其特征在于，所述案卷信息获得单元包括：立案日期确定子单元、立案日期对比子单元、第一案卷信息获得子单元和第二案卷信息获得子单元，
所述立案日期确定子单元，用于从法律文书的卷宗中确定所述法律文书的立案日期；
所述立案日期对比子单元，用于确定所述法律文书的立案日期是否早于预设日期，如果是，则触发所述第一案卷信息获得子单元；否则，触发所述第二案卷信息获得子单元；
所述第一案卷信息获得子单元，用于对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件审理部门、案件审理程序和案件编号在内的案卷信息；
所述第二案卷信息获得子单元，用于对法律文书进行解析，获得所述法律文书中携带的包括案件承办法院、案件类型和案件编号在内的案卷信息。
8.根据权利要求6至7中任一项所述的装置，其特征在于，还包括：案号修改单元，
所述案号修改单元，用于将组合得到的所述法律文书的案号与所述法律文书对应的初始案号进行对比，当不一致时，将所述初始案号修改为所述组合得到的所述法律文书的案号。
9.一种存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时实现如权利要求1至5中任一项所述的获得法律文书的案号的方法。
10.一种电子设备，所述电子设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如权利要求1至5中任一项所述的获得法律文书的案号的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910923764.0A CN112580341A (zh) | 2019-09-27 | 2019-09-27 | 一种获得法律文书的案号的方法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910923764.0A CN112580341A (zh) | 2019-09-27 | 2019-09-27 | 一种获得法律文书的案号的方法及相关设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112580341A true CN112580341A (zh) | 2021-03-30 |
Family
ID=75109891
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910923764.0A Pending CN112580341A (zh) | 2019-09-27 | 2019-09-27 | 一种获得法律文书的案号的方法及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112580341A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002230439A (ja) * | 2001-01-31 | 2002-08-16 | Nec Corp | 個人認識情報の通知システム、個人認識情報の通知方法、個人認識情報通知プログラム |
| CN104732313A (zh) * | 2013-12-20 | 2015-06-24 | 北汽福田汽车股份有限公司 | 车辆vin码生成*** |
| CN106202182A (zh) * | 2016-06-27 | 2016-12-07 | 浪潮软件集团有限公司 | 一种生成证照编码的方法及装置 |
| CN108255877A (zh) * | 2016-12-29 | 2018-07-06 | 北京国双科技有限公司 | 裁判文书的存储方法及装置 |
| CN109492378A (zh) * | 2018-11-26 | 2019-03-19 | 平安科技（深圳）有限公司 | 一种基于设备识别码的身份验证方法、服务器及介质 |
-
2019
- 2019-09-27 CN CN201910923764.0A patent/CN112580341A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002230439A (ja) * | 2001-01-31 | 2002-08-16 | Nec Corp | 個人認識情報の通知システム、個人認識情報の通知方法、個人認識情報通知プログラム |
| CN104732313A (zh) * | 2013-12-20 | 2015-06-24 | 北汽福田汽车股份有限公司 | 车辆vin码生成*** |
| CN106202182A (zh) * | 2016-06-27 | 2016-12-07 | 浪潮软件集团有限公司 | 一种生成证照编码的方法及装置 |
| CN108255877A (zh) * | 2016-12-29 | 2018-07-06 | 北京国双科技有限公司 | 裁判文书的存储方法及装置 |
| CN109492378A (zh) * | 2018-11-26 | 2019-03-19 | 平安科技（深圳）有限公司 | 一种基于设备识别码的身份验证方法、服务器及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110163478B (zh) | 一种合同条款的风险审查方法及装置 | |
| CN111291570B (zh) | 一种实现司法文书中要素识别的方法及装置 | |
| CN109147767B (zh) | 语音中的数字识别方法、装置、计算机设备及存储介质 | |
| CN111666746B (zh) | 会议纪要的生成方法及装置、电子设备及存储介质 | |
| CN108920677A (zh) | 问卷调查方法、调查***及电子设备 | |
| CN112380848B (zh) | 文本生成方法、装置、设备及存储介质 | |
| CN111444718A (zh) | 一种保险产品需求文档处理方法、装置及电子设备 | |
| US11386263B2 (en) | Automatic generation of form application | |
| CN108550019B (zh) | 一种简历筛选方法及装置 | |
| CN110795942A (zh) | 基于语义识别的关键词确定方法、装置和存储介质 | |
| CN114022264A (zh) | 生成凭证的方法、装置、设备及存储介质 | |
| CN112541373B (zh) | 司法文本识别方法、文本识别模型获得方法及相关设备 | |
| CN112580341A (zh) | 一种获得法律文书的案号的方法及相关设备 | |
| CN113641903B (zh) | 基于人工智能的业务匹配方法及服务器 | |
| CN113050933B (zh) | 脑图数据处理方法、装置、设备及存储介质 | |
| CN113704452A (zh) | 基于Bert模型的数据推荐方法、装置、设备及介质 | |
| CN112579774A (zh) | 模型训练方法、模型训练装置及终端设备 | |
| CN111144095B (zh) | 一种工伤案件裁决书的生成方法及装置 | |
| CN117951160B (zh) | 数据分析与决策支持方法、***、计算机设备及存储介质 | |
| CN113342931B (zh) | 基于大数据的用户需求分析方法、装置、设备及存储介质 | |
| CN110942274B (zh) | 一种法院立案报告的生成方法及装置 | |
| CN115130459A (zh) | 一种用于文档的自动化信息抽象处理的方法和*** | |
| CN114741470A (zh) | 文本匹配方法、设备、存储介质及产品 | |
| EP4131129A1 (en) | Report writing assistance system and report writing assistance method | |
| CN113505570A (zh) | 参考文献参见落空的审校方法、装置、设备及存储介质 |
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 |