CN113793121A - 诉讼案件的自动立案方法、装置、电子设备及存储介质 - Google Patents
诉讼案件的自动立案方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113793121A CN113793121A CN202111081341.2A CN202111081341A CN113793121A CN 113793121 A CN113793121 A CN 113793121A CN 202111081341 A CN202111081341 A CN 202111081341A CN 113793121 A CN113793121 A CN 113793121A
- Authority
- CN
- China
- Prior art keywords
- litigation
- value
- text
- noise
- point
- 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 45
- 239000000463 material Substances 0.000 claims abstract description 192
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003708 edge detection Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 4
- 241000220225 Malus Species 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 235000021016 apples Nutrition 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/232—Orthographic correction, e.g. spell checking or vowelisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及数据处理领域,揭露了一种诉讼案件的自动立案方法,包括:获取诉讼用户发送的诉讼文档,计算诉讼文档中影像材料的清晰度值,若所述清晰度小于清晰度阈值,向诉讼用户发送预警信息;若清晰度值大于或等于清晰度阈值,则判断诉讼文档中文本材料是否符合立案要求;当存在不符合所述立案要求的文本材料时,对文本材料进行语义分析,提取出存在语义歧义的句子,并将存在语义歧义的句子返回至诉讼用户;当不存在不符合所述立案要求的文本文件时,将诉讼文档上传至立案***。此外,本发明还涉及区块链技术,诉讼文档可存储于区块链的节点。本发明还提出一种诉讼案件的自动立案装置、设备以及介质。本发明可以提高诉讼案件的自动立案效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种诉讼案件的自动立案方法、 装置、电子设备及计算机可读存储介质。
背景技术
目前,诉讼案件的立案在法院***中应用非常广泛,诉讼案件在立案时 需要对诉讼文档进行形式审查来判别诉讼案件的是否达到可诉标准以及立案 要求。
但是由于诉讼案件的案件数量巨大,人工对诉讼文档进行形式审查需要 花费大量的时间,导致诉讼案件的处理及立案流程推进缓慢。
发明内容
本发明提供一种诉讼案件的自动立案方法、装置及计算机可读存储介质, 其主要目的在于解决诉讼案件的自动立案效率较低的问题。
为实现上述目的,本发明提供的一种诉讼案件的自动立案方法,包括:
获取诉讼用户发送的诉讼文档,其中,所述诉讼文档包括影像材料以及 文本材料;
计算所述影像材料的清晰度值,并判断所述清晰度是否小于预设清晰度 阈值;
若所述清晰度小于所述清晰度阈值,向所述诉讼用户发送预警信息;
若所述清晰度值大于或等于所述清晰度阈值,则判断所述文本材料是否 符合预设的立案要求;
当存在不符合所述立案要求的文本材料时,对所述不符合所述立案要求 的文本材料进行语义分析,提取出存在语义歧义的句子,汇总所述存在语义 歧义的句子,得到待纠正文本,并将所述待纠正文本返回所述诉讼用户;
当不存在不符合所述立案要求的文本材料时,将所述诉讼文档上传至预 设立案***中,并自动生成所述诉讼文档的立案编号。
可选地,所述计算所述影像材料的清晰度值,包括:
对所述影像材料执行图像灰度化处理,得到灰度影像材料;
检测所述灰度影像材料中的候选噪点,并利用预设的噪点计算公式分别 计算所述候选噪点的噪点均值及噪点比率;
检测所述灰度影像材料中的边缘模糊点,并计算所述边缘模糊点的模糊 均值及模糊比率;
利用所述噪点均值、噪点比率、模糊均值及模糊比率,计算所述影像材 料清晰度值。
可选地,所述检测所述灰度影像材料中的候选噪点,并利用预设的噪点 计算公式分别计算所述候选噪点的噪点均值及噪点比率,包括:
利用预构建的图像边缘检测算法模型对所述灰度影像材料执行图像边缘 检测操作,得到所述灰度影像材料的边缘像素点;
去除所述灰度影像材料中的边缘像素点,并对去除边缘像素点的所述灰 度影像材料中的每个像素点分别计算水平及垂直方向的噪点值以及噪点参考 值;
若存在水平噪点值小于或等于所述水平噪点参考值,且垂直噪点值小于 或等于所述垂直噪点参考值的目标像素点,确定所述目标像素点为候选噪点;
使用预设的噪点均值及噪点比率计算公式计算所述候选噪点的噪点均值 及噪点比率。
可选地,所述检测所述灰度影像材料中的边缘模糊点,包括:
计算所述灰度影像材料中每个像素点的垂直邻域两个相邻像素点的灰度 值差值的绝对值,得到所述像素点的水平绝对差值;
利用均值计算公式计算所有水平绝对差值的均值,得到水平绝对差均值;
若所述灰度影像材料中某像素点的水平绝对差值大于所述水平绝对差均 值,则判断所述像素点为水平方向候选边缘点,汇总所有所述水平方向候选 边缘点,得到第一像素点集;若所述第一像素点集中某个第一像素点的水平 绝对差值大于所述第一像素点的水平方向两个相邻像素点的水平绝对差值, 则判断所述第一像素点为水平方向边缘点,汇总所有所述水平方向边缘点, 得到水平方向边缘点集;
利用预设的模糊强度值计算公式计算所述水平方向边缘点集中的每个水 平方向边缘点的水平模糊强度值;
计算所述灰度影像材料中每个像素点的水平方向两个相邻像素点的灰度 值差值的绝对值,得到所述像素点的垂直绝对差值;
利用均值计算公式计算所有垂直绝对差值的均值,得到垂直绝对差均值;
若所述灰度影像材料中某像素点的垂直绝对差值大于所述垂直绝对差均 值,则判断所述像素点为垂直方向候选边缘点,汇总所有所述垂直方向候选 边缘点,得到第二像素点集;若所述第二像素点集中某个第二像素点的垂直 绝对差值大于所述第二像素点的垂直方向两个相邻像素点的垂直绝对差值, 则判断所述第二像素点为垂直方向边缘点,汇总所有所述垂直方向边缘点, 得到垂直方向边缘点集;
利用预设的模糊强度值计算公式计算所述垂直方向边缘点集中的每个垂 直方向边缘点的垂直模糊强度值;若所述灰度影像材料中某像素点的所述水 平模糊强度值及所述垂直模糊强度值中的最大值小于预设的模糊强度阈值, 则判断所述像素点为边缘模糊点;
可选地,所述对所述影像材料执行图像灰度化处理,得到灰度影像材料, 包括:
将所述影像材料进行倾斜矫正,得到标准影像材料;
获取所述标准影像材料的RGB三分量像素值,并计算所述RGB三分量像素 值的像素均值;
将所述标准影像材料中的每个像素点利用该像素点对应的RGB三分量像 素值的像素均值代替,得到所述灰度影像材料。
可选地,所述对所述不符合所述立案要求的文本材料进行语义分析,包 括:
对所述不符合所述立案要求的文本材料执行文本文字位置规范化以及文 本文字大小规范化处理,得到待处理文本;
利用基于格语法预构建的语义分析模型,对所述待处理文本中的每一个 文本句子进行语义标签标注;
判断每一个所述文本句子的语义标签是否符合预定义的标签格式要求;
若所述文本句子的语义标签符合预定义的标签格式要求,则判断该文本 句子不存在语义歧义;
若所述文本句子的语义标签不符合预定义的标签格式要求,则判断该文 本句子存在语义歧义。
可选地,所述自动生成所述诉讼文档的立案编号,包括:
获取所述待处理案件的上传时间及所述诉讼用户的身份编号;
组合所述上传时间及所述身份编号,得到所述诉讼文档的立案编号。
为了解决上述问题,本发明还提供一种诉讼案件的自动立案装置,所述 装置包括:
清晰度计算模块,用于获取诉讼用户发送的诉讼文档,其中,所述诉讼 文档包括影像材料以及文本材料;计算所述影像材料的清晰度值,并判断所 述清晰度是否小于预设清晰度阈值;
可否立案判断模块,用于获取若所述清晰度小于预设清晰度阈值,则判 断所述诉讼文档不可诉,并向所述诉讼用户发送预警信息;若所述清晰度值 大于或等于所述清晰度阈值,则判断所述文本材料是否符合预设的立案要求; 当存在不符合所述立案要求的文本材料时,对所述不符合所述立案要求的文 本材料进行语义分析,提取出存在语义歧义的句子,汇总所述存在语义歧义 的句子,得到待纠正文本,并将所述待纠正文本返回所述诉讼用户;
诉讼案件的自动立案模块,用于利用当不存在不符合所述立案要求的文 本材料时,将所述诉讼文档上传至预设立案***中,并自动生成所述诉讼文 档的立案编号。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计 算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行上 述所述的诉讼案件的自动立案方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算 机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被 电子设备中的处理器执行以实现上述所述的诉讼案件的自动立案方法。
本发明实施例通过判断诉讼用户的诉讼文档中的影像材料是否清晰,以 及分析所述诉讼文件中的文本材料是否符合预设的立案要求,判断所述诉讼 案件是否满足可诉要求及立案要求,并在满足可诉要求及立案要求时,将所 述诉讼文档上传至立案***中进行自动立案,并自动生成立案编号,因此本 发明实施例提出的诉讼案件的自动立案方法、装置、电子设备及计算机可读 存储介质,能够实现诉讼文档的自动立案,解决了传统立案方式效率较低的 问题。
附图说明
图1为本发明一实施例提供的诉讼案件的自动立案方法的流程示意图;
图2为本发明一实施例提供的诉讼案件的自动立案装置的功能模块图;
图3为本发明一实施例提供的实现所述诉讼案件的自动立案方法的电子 设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步 说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限 定本发明。
本申请实施例提供一种诉讼案件的自动立案方法。所述诉讼案件的自动 立案方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请 实施例提供的该方法的电子设备中的至少一种。换言之,所述诉讼案件的自 动立案方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述 软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集 群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也 可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通 信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network, CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的诉讼案件的自动立案方法的流 程示意图。在本实施例中,所述诉讼案件的自动立案方法包括:
S1、获取诉讼用户发送的诉讼文档,其中,所述诉讼文档包括影像材料 以及文本材料;
本发明实施例中,所述诉讼文档可以是各地方人民、社区以及企业等原 告人需要通过诉讼的手段来解决一系列纠纷问题而提交至各地方诉服网的初 始诉讼案件文档。例如,张三就***方面与银行产生了财产纠纷,张三需 要通过诉讼的手段来解决此次财产纠纷问题,则张三将所遇到的问题、个人 信息以及证据材料提交到所属地方诉服网即可生成一个诉讼文档。
本发明实施例中,所述影像材料可以是原告人提交到所属地方诉服网的 案件中附属的证件图像信息,比如,所述影像材料可以是营业执照的复印件 文件及身份证复印件文件等。
本发明实施例中,所述文本材料可以是在所述诉讼文档材料清单中的起 诉状、签名起诉状等文本材料。
S2、计算所述影像材料的清晰度值,并判断所述清晰度是否小于预设清 晰度阈值;
本发明实施例中,所述清晰度值可以是衡量一个图像在计算机识别领域 中是否可以清晰识别的一个参考值。
本发明实施例中,所述计算所述影像材料的清晰度值,包括:
对所述影像材料执行图像灰度化处理,得到灰度影像材料;
检测所述灰度影像材料中的候选噪点,并利用预设的噪点计算公式分别 计算所述候选噪点的噪点均值及噪点比率;
检测所述灰度影像材料中的边缘模糊点,并计算所述边缘模糊点的模糊 均值及模糊比率;
利用所述噪点均值、噪点比率、模糊均值及模糊比率,计算所述影像材 料清晰度值。
详细地,所述对所述影像材料执行图像灰度化处理,得到灰度影像材料, 包括:
将所述影像材料进行倾斜矫正,得到标准影像材料;
获取所述标准影像材料的RGB三分量像素值,并计算所述RGB三分量 像素值的像素均值;
将所述标准影像材料中的每个像素点利用该像素点对应的RGB三分量像 素值的像素均值代替,得到所述灰度影像材料。
进一步地,所述检测所述灰度影像材料中的候选噪点,并利用预设的噪 点计算公式分别计算所述候选噪点的噪点均值及噪点比率,包括:
利用预构建的图像边缘检测算法模型对所述灰度影像材料执行图像边缘 检测操作,得到所述灰度影像材料的边缘像素点;
去除所述灰度影像材料中的边缘像素点,并对去除所述边缘像素点的所 述灰度影像材料中的每个像素点分别计算水平及垂直方向的噪点值以及噪点 参考值;
若存在水平噪点值小于或等于所述水平噪点参考值,且垂直噪点值小于 或等于所述垂直噪点参考值的目标像素点,确定所述目标像素点为候选噪点;
使用预设的噪点均值及噪点比率计算公式计算所述候选噪点的噪点均值 及噪点比率。
进一步地,所述检测所述灰度影像材料中的边缘点,并计算所述边缘点 的模糊均值及模糊比率,包括:
计算所述灰度影像材料中每个像素点的垂直邻域两个相邻像素点的灰度 值差值的绝对值,得到所述像素点的水平绝对差值;
利用均值计算公式计算所有水平绝对差值的均值,得到水平绝对差均值;
若所述灰度影像材料中某个像素点的水平绝对差值大于所述水平绝对差 均值,则判断所述像素点为水平方向候选边缘点,汇总所有所述水平方向候 选边缘点,得到第一像素点集;
若所述第一像素点集中某个第一像素点的水平绝对差值大于所述第一像 素点的水平方向两个相邻像素点的水平绝对差值,则判断所述第一像素点为 水平方向边缘点,汇总所有所述水平方向边缘点,得到水平方向边缘点集;
利用预设的模糊强度值计算公式计算所述水平方向边缘点集中的每个水 平方向边缘点的水平模糊强度值;
计算所述灰度影像材料中每个像素点的水平方向两个相邻像素点的灰度 值差值的绝对值,得到所述像素点的垂直绝对差值;
利用均值计算公式计算所有垂直绝对差值的均值,得到垂直绝对差均值;
若所述灰度影像材料中某个像素点的垂直绝对差值大于所述垂直绝对差 均值,则判断所述像素点为垂直方向候选边缘点,汇总所有所述垂直方向候 选边缘点,得到第二像素点集;
若所述第二像素点集中某个第二像素点的垂直绝对差值大于所述第二像 素点的垂直方向两个相邻像素点的垂直绝对差值,则判断所述第二像素点为 垂直方向边缘点,汇总所有所述垂直方向边缘点,得到垂直方向边缘点集;
利用预设的模糊强度值计算公式计算所述垂直方向边缘点集中的每个垂 直方向边缘点的垂直模糊强度值;若所述灰度影像材料中某个像素点的水平 模糊强度值及垂直模糊强度值中的最大值小于预设的模糊强度阈值,则判断 所述像素点为边缘模糊点;
利用边缘模糊计算公式计算所有所述边缘点的模糊均值及模糊比率。
进一步地,所述利用所述噪点均值、噪点比率、模糊均值及模糊比率, 计算所述影像材料清晰度值,包括:
利用下述清晰度公式计算所述影像材料的清晰度值:
Metric=1-(Blurmean+Blurratio+Noisemean+Noiseratio);
其中,Blurmean为所述模糊均值,Blurratio为所述模糊比率,Noisemean为 所述噪点均值,Noiseratio为所述噪点比率,SumNoise为每个候选噪点的水平 噪点值及垂直噪点值中较大值的和,Noisecnt为噪点总数目,MxN为图像像素 点的多少,Sumblur为每个边缘模糊点的水平模糊强度值及垂直模糊强度中的 较大值的和,Blurcnt为边缘模糊点的数目,Edgecnt为边缘点总数。
本发明实施例中,所述预设清晰度阈值可以是判断图像是否清晰的一个 清晰度参考值,比如,将所述清晰度阈值设置为60,若某张图像通过上述清 晰度计算公式计算得出的清晰度值大于60,则表示该图像是清晰的。
若所述清晰度小于所述清晰度阈值,则S3、判断所述诉讼文档不可诉, 并向所述诉讼用户发送预警信息;
本发明实施例中,若所述清晰度小于所述清晰度阈值,则判断所述影像 材料不清晰,进而判断所述诉讼文档不可诉,生成预警信息;当所述诉讼文 档不可诉时,获取所述诉讼用户的诉讼ID,并将所述预警信息根据所述诉讼 ID发送至所述诉讼用户。
若所述清晰度值大于或等于所述清晰度阈值,则S4、判断所述文本材料 是否符合预设的立案要求;
本发明实施例中,所述立案要求可以是各地方法院对可进行上诉的诉讼 文档所提供的上传材料的校验规则,例如,在上传的诉讼文档的材料清单中 文本材料不能存在语义歧义的问题,若在某诉讼案件上传的材料中的起诉状 内容有文本语句歧义,则所述诉讼案件不满足立案要求。
当存在不符合所述立案要求的文本材料时,S5、对所述不符合所述立案 要求的文本材料进行语义分析,提取出存在语义歧义的句子,汇总所述存在 语义歧义的句子,得到待纠正文本,并将所述待纠正文本返回所述诉讼用户, 并返回上述的S1;
本发明实施例中,所述语义分析可以是通过严格的语法要求,对文本句 子进行规范化校验的分析操作,比如,所述文本句子为“我有两个苹果,一个 是苹果6plus,一个是苹果X。”,上述文本句子中的“苹果”若没有后面两句话 的修饰,通过语义分析可以得出“我有两个苹果”中的“苹果”一词将会产生语义 歧义问题。
详细地,所述S5,包括:
对所述不符合所述立案要求的文本材料执行文本文字位置规范化以及文 本文字大小规范化处理,得到待处理文本;
利用基于格语法预构建的语义分析模型,对所述待处理文本中的每一个 文本句子进行语义标签标注;
判断每一个所述文本句子的语义标签是否符合预定义的标签格式要求;
若所述文本句子的语义标签符合预定义的标签格式要求,则判断该文本 句子不存在语义歧义;
若所述文本句子的语义标签不符合预定义的标签格式要求,则判断该文 本句子存在语义歧义。
当不存在不符合所述立案要求的文本材料时,S6、将所述诉讼文档上传 至预设立案***中,并自动生成所述诉讼文档的立案编号。
本发明实施例中,所述预设立案***可以是诉讼用户对可立案的诉讼文 档材料进行上传的***。
本发明实施例中,所述立案编号可以是所述立案***获取所述诉讼用户 上传所生成的对诉讼案件进行唯一标记的编号。
本发明实施例获取所述待处理案件的上传时间及所述诉讼用户的身份编 号;组合所述上传时间及所述身份编号,得到所述诉讼文档的立案编号。
如图2所示,是本发明一实施例提供的诉讼案件的自动立案装置的功能 模块图。
本发明所述诉讼案件的自动立案装置100可以安装于电子设备中。根据 实现的功能,所述诉讼案件的自动立案装置100可以包括清晰度计算模块101、 可否立案判断模块102及诉讼案件的自动立案模块103。本发明所述模块也可 以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定 功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述信息获取模块101,用于获取诉讼用户发送的诉讼文档,其中,所述 诉讼文档包括影像材料以及文本材料;计算所述影像材料的清晰度值,并判 断所述清晰度是否小于预设清晰度阈值;
本发明实施例中,所述诉讼文档可以是各地方人民、社区以及企业等原 告人需要通过诉讼的手段来解决一系列纠纷问题而提交至各地方诉服网的初 始诉讼案件文档。例如,张三就***方面与银行产生了财产纠纷,张三需 要通过诉讼的手段来解决此次财产纠纷问题,则张三将所遇到的问题、个人 信息以及证据材料提交到所属地方诉服网即可生成一个诉讼文档。
本发明实施例中,所述影像材料可以是原告人提交到所属地方诉服网的 案件中附属的证件图像信息,比如,所述影像材料可以是营业执照的复印件 文件及身份证复印件文件等。
本发明实施例中,所述文本材料可以是在所述诉讼文档材料清单中的起 诉状、签名起诉状等文本材料。
本发明实施例中,所述清晰度值可以是衡量一个图像在计算机识别领域 中是否可以清晰识别的一个参考值。
本发明实施例中,所述计算所述影像材料的清晰度值,包括:
对所述影像材料执行图像灰度化处理,得到灰度影像材料;
检测所述灰度影像材料中的候选噪点,并利用预设的噪点计算公式分别 计算所述候选噪点的噪点均值及噪点比率;
检测所述灰度影像材料中的边缘模糊点,并计算所述边缘模糊点的模糊 均值及模糊比率;
利用所述噪点均值、噪点比率、模糊均值及模糊比率,计算所述影像材 料清晰度值。
详细地,所述对所述影像材料执行图像灰度化处理,得到灰度影像材料, 包括:
将所述影像材料进行倾斜矫正,得到标准影像材料;
获取所述标准影像材料的RGB三分量像素值,并计算所述RGB三分量 像素值的像素均值;
将所述标准影像材料中的每个像素点利用该像素点对应的RGB三分量像 素值的像素均值代替,得到所述灰度影像材料。
进一步地,所述检测所述灰度影像材料中的候选噪点,并利用预设的噪 点计算公式分别计算所述候选噪点的噪点均值及噪点比率,包括:
利用预构建的图像边缘检测算法模型对所述灰度影像材料执行图像边缘 检测操作,得到所述灰度影像材料的边缘像素点;
去除所述灰度影像材料中的边缘像素点,并对去除所述边缘像素点的所 述灰度影像材料中的每个像素点分别计算水平及垂直方向的噪点值以及噪点 参考值;若存在水平噪点值小于或等于所述水平噪点参考值,且垂直噪点值 小于或等于所述垂直噪点参考值的目标像素点,确定所述目标像素点为候选 噪点;
使用预设的噪点均值及噪点比率计算公式计算所述候选噪点的噪点均值 及噪点比率。
进一步地,所述检测所述灰度影像材料中的边缘点,并计算所述边缘点 的模糊均值及模糊比率,包括:
计算所述灰度影像材料中每个像素点的垂直邻域两个相邻像素点的灰度 值差值的绝对值,得到所述像素点的水平绝对差值;
利用均值计算公式计算所有水平绝对差值的均值,得到水平绝对差均值;
若所述灰度影像材料中某像素点的水平绝对差值大于所述水平绝对差均 值,则判断所述像素点为水平方向候选边缘点,汇总所有所述水平方向候选 边缘点,得到第一像素点集;
若所述第一像素点集中某个第一像素点的水平绝对差值大于所述第一像 素点的水平方向两个相邻像素点的水平绝对差值,则判断所述第一像素点为 水平方向边缘点,汇总所有所述水平方向边缘点,得到水平方向边缘点集;
利用预设的模糊强度值计算公式计算所述水平方向边缘点集中的每个水 平方向边缘点的水平模糊强度值;
计算所述灰度影像材料中每个像素点的水平方向两个相邻像素点的灰度 值差值的绝对值,得到所述像素点的垂直绝对差值;
利用均值计算公式计算所有垂直绝对差值的均值,得到垂直绝对差均值;
若所述灰度影像材料中某像素点的垂直绝对差值大于所述垂直绝对差均 值,则判断所述像素点为垂直方向候选边缘点,汇总所有所述垂直方向候选 边缘点,得到第二像素点集;
若所述第二像素点集中某个第二像素点的垂直绝对差值大于所述第二像 素点的垂直方向两个相邻像素点的垂直绝对差值,则判断所述第二像素点为 垂直方向边缘点,汇总所有所述垂直方向边缘点,得到垂直方向边缘点集;
利用预设的模糊强度值计算公式计算所述垂直方向边缘点集中的每个垂 直方向边缘点的垂直模糊强度值;利用预设的模糊强度值计算公式计算所述 垂直方向边缘点的垂直模糊强度值;
若所述灰度影像材料中某个像素点的水平模糊强度值及垂直模糊强度值 中的最大值小于预设的模糊强度阈值,则判断所述像素点为边缘模糊点;
利用边缘模糊计算公式计算所有所述边缘模糊点的模糊均值及模糊比率。
进一步地,所述利用所述噪点均值、噪点比率、模糊均值及模糊比率, 计算所述影像材料清晰度值,包括:
利用下述清晰度公式计算所述影像材料的清晰度值:
Metric=1-(Blurmean+Blurratio+Noisemean+Noiseratio);
其中,Blurmean为所述模糊均值,Blurratio为所述模糊比率,Noisemean为 所述噪点均值,Noiseratio为所述噪点比率,SumNoise为每个候选噪点的水平 噪点值及垂直噪点值中较大值的和,Noisecnt为噪点总数目,MxN为图像像素 点的多少,Sumblur为每个边缘模糊点的水平模糊强度值及垂直模糊强度中的 较大值的和,Blurcnt为边缘模糊点的数目,Edgecnt为边缘点总数。
所述信息处理模块102,若所述清晰度小于所述清晰度阈值,向所述诉讼 用户发送预警信息;若所述清晰度值大于或等于所述清晰度阈值,则判断所 述文本材料是否符合预设的立案要求;当存在不符合所述立案要求的文本材 料时,对所述不符合所述立案要求的文本材料进行语义分析,提取出存在语 义歧义的句子,汇总所述存在语义歧义的句子,得到待纠正文本,并将所述 待纠正文本返回所述诉讼用户;
本发明实施例中,若所述清晰度小于预设清晰度阈值,则判断所述影像 材料不清晰,并判断所述诉讼文档不可诉,生成预警信息;当所述诉讼文档 不可诉时,获取所述诉讼用户的诉讼ID,并将所述预警信息根据所述诉讼ID 发送至所述诉讼用户。
本发明实施例中,所述立案要求可以是各地方法院对可进行上诉的诉讼 文档所提供的上传材料的校验规则,例如,在上传的诉讼文档的材料清单中 文本材料不能存在语义歧义的问题,若在某诉讼案件上传的材料中的起诉状 内容有文本语句歧义,则所述诉讼案件不满足立案要求。
本发明实施例中,所述语义分析可以是通过严格的语法要求,对文本句 子进行规范化校验的分析操作,比如,所述文本句子为“我有两个苹果,一个 是苹果6plus,一个是苹果X。”,上述文本句子中的“苹果”若没有后面两句话 的修饰,通过语义分析可以得出“我有两个苹果”中的“苹果”一词将会产生语义 歧义问题。
详细地,所述S5,包括:
对所述不符合所述立案要求的文本材料执行文本文字位置规范化以及文 本文字大小规范化处理,得到待处理文本;
基于格语法预构建的语义分析模型,对所述待处理文本中的每一个文本 句子进行语义标签标注;
判断每一个所述文本句子的语义标签是否符合预定义的标签格式要求;
若所述文本句子的语义标签符合预定义的标签格式要求,则判断该文本 句子不存在语义歧义;
若所述文本句子的语义标签不符合预定义的标签格式要求,则判断该文 本句子存在语义歧义。
所述诉讼案件的自动立案模块103,用于利用当不存在不符合所述立案要 求的文本材料时,将所述诉讼文档上传至预设立案***中,并自动生成所述 诉讼文档的立案编号。
本发明实施例中,所述预设立案***可以是诉讼用户对可立案的诉讼文 档材料进行上传的***。
本发明实施例中,所述立案编号可以是所述立案***获取所述诉讼用户 上传所生成的对诉讼案件进行唯一标记的编号。
本发明实施例获取所述待处理案件的上传时间及所述诉讼用户的身份编 号;组合所述上传时间及所述身份编号,得到所述诉讼文档的立案编号。
详细地,本发明实施例中所述诉讼案件的自动立案装置100中所述的各 模块在使用时采用与上述图1中所述的诉讼案件的自动立案方法一样的技术 手段,并能够产生相同的技术效果,这里不再赘述。
如图3所示,是本发明一实施例提供的实现诉讼案件的自动立案方法的 电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信 接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的 计算机程序,如诉讼案件的自动立案程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由 单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集 成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、 微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理 器10是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接 整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或 者模块(例如执行诉讼案件的自动立案程序等),以及调用存储在所述存储器 11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包 括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、 磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备 的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施 例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动 硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD) 卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安 装于电子设备的应用软件及各类数据,例如诉讼案件的自动立案程序的代码 等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控 制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等 之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接 口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如 WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立 通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘 (Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可 选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液 晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸 器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子 设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3 示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更 多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比 如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻 辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等 功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电 源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所 述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构 的限制。
所述电子设备1中的所述存储器11存储的诉讼案件的自动立案程序是多 个指令的组合,在所述处理器10中运行时,可以实现:
获取诉讼用户发送的诉讼文档,其中,所述诉讼文档包括影像材料以及 文本材料;
计算所述影像材料的清晰度值,并判断所述清晰度是否小于预设清晰度 阈值;
若所述清晰度小于所述清晰度阈值,向所述诉讼用户发送预警信息;
若所述清晰度值大于或等于所述清晰度阈值,则判断所述文本材料是否 符合预设的立案要求;
当存在不符合所述立案要求的文本材料时,对所述不符合所述立案要求 的文本材料进行语义分析,提取出存在语义歧义的句子,汇总所述存在语义 歧义的句子,得到待纠正文本,并将所述待纠正文本返回所述诉讼用户;
当不存在不符合所述立案要求的文本材料时,将所述诉讼文档上传至预 设立案***中,并自动生成所述诉讼文档的立案编号。
具体地,所述处理器10对上述指令的具体实现方法可参考附图对应实施 例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式 实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质 中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如, 所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或 装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储 器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算 机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取诉讼用户发送的诉讼文档,其中,所述诉讼文档包括影像材料以及 文本材料;
计算所述影像材料的清晰度值,并判断所述清晰度是否小于预设清晰度 阈值;
若所述清晰度小于所述清晰度阈值,并向所述诉讼用户发送预警信息;
若所述清晰度值大于或等于所述清晰度阈值,则判断所述文本材料是否 符合预设的立案要求;
当存在不符合所述立案要求的文本材料时,对所述不符合所述立案要求 的文本材料进行语义分析,提取出存在语义歧义的句子,汇总所述存在语义 歧义的句子,得到待纠正文本,并将所述待纠正文本返回所述诉讼用户;
当不存在不符合所述立案要求的文本材料时,将所述诉讼文档上传至预 设立案***中,并自动生成所述诉讼文档的立案编号。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和 方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示 意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可 以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作 为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方, 或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或 者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中, 也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单 元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件 功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节, 而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实 现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限 制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落 在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将 权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算 法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心 化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中 包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个 区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其 中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机 控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获 得最佳结果的理论、方法、技术及应用***。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***权 利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件 来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制, 尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当 理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术 方案的精神和范围。
Claims (10)
1.一种诉讼案件的自动立案方法,其特征在于,所述方法包括:
获取诉讼用户发送的诉讼文档,其中,所述诉讼文档包括影像材料以及文本材料;
计算所述影像材料的清晰度值,并判断所述清晰度是否小于预设清晰度阈值;
若所述清晰度小于所述清晰度阈值,向所述诉讼用户发送预警信息;
若所述清晰度值大于或等于所述清晰度阈值,则判断所述文本材料是否符合预设的立案要求;
当存在不符合所述立案要求的文本材料时,对所述不符合所述立案要求的文本材料进行语义分析,提取出存在语义歧义的句子,汇总所述存在语义歧义的句子,得到待纠正文本,并将所述待纠正文本返回所述诉讼用户;
当不存在不符合所述立案要求的文本材料时,将所述诉讼文档上传至预设立案***中,并自动生成所述诉讼文档的立案编号。
2.如权利要求1所述的诉讼案件的自动立案方法,其特征在于,所述计算所述影像材料的清晰度值,包括:
对所述影像材料执行图像灰度化处理,得到灰度影像材料;
检测所述灰度影像材料中的候选噪点,并利用预设的噪点计算公式分别计算所述候选噪点的噪点均值及噪点比率;
检测所述灰度影像材料中的边缘模糊点,并计算所述边缘模糊点的模糊均值及模糊比率;
利用所述噪点均值、噪点比率、模糊均值及模糊比率,计算所述影像材料清晰度值。
3.如权利要求2所述的诉讼案件的自动立案方法,其特征在于,所述检测所述灰度影像材料中的候选噪点,并利用预设的噪点计算公式分别计算所述候选噪点的噪点均值及噪点比率,包括:
利用预构建的图像边缘检测算法模型对所述灰度影像材料执行图像边缘检测操作,得到所述灰度影像材料的边缘像素点;
去除所述灰度影像材料中的边缘像素点,并对去除边缘像素点的所述灰度影像材料中的每个像素点分别计算水平及垂直方向的噪点值以及噪点参考值;
若存在水平噪点值小于或等于所述水平噪点参考值,且垂直噪点值小于或等于所述垂直噪点参考值的目标像素点,确定所述目标像素点为候选噪点;使用预设的噪点均值及噪点比率计算公式计算所述候选噪点的噪点均值及噪点比率。
4.如权利要求2所述的诉讼案件的自动立案方法,其特征在于,所述检测所述灰度影像材料中的边缘模糊点,包括:
计算所述灰度影像材料中每个像素点的垂直邻域两个相邻像素点的灰度值差值的绝对值,得到所述像素点的水平绝对差值;
利用均值计算公式计算所有水平绝对差值的均值,得到水平绝对差均值;
若所述灰度影像材料中某个像素点的水平绝对差值大于所述水平绝对差均值,则判断所述像素点为水平方向候选边缘点,汇总所有所述水平方向候选边缘点,得到第一像素点集;
若所述第一像素点集中某个第一像素点的水平绝对差值大于所述第一像素点的水平方向两个相邻像素点的水平绝对差值,则判断所述第一像素点为水平方向边缘点,汇总所有所述水平方向边缘点,得到水平方向边缘点集;
利用预设的模糊强度值计算公式计算所述水平方向边缘点集中的每个水平方向边缘点的水平模糊强度值;
计算所述灰度影像材料中每个像素点的水平方向两个相邻像素点的灰度值差值的绝对值,得到所述像素点的垂直绝对差值;
利用均值计算公式计算所有垂直绝对差值的均值,得到垂直绝对差均值;
若所述灰度影像材料中某个像素点的垂直绝对差值大于所述垂直绝对差均值,则判断所述像素点为垂直方向候选边缘点,汇总所有所述垂直方向候选边缘点,得到第二像素点集;
若所述第二像素点集中某个第二像素点的垂直绝对差值大于所述第二像素点的垂直方向两个相邻像素点的垂直绝对差值,则判断所述第二像素点为垂直方向边缘点,汇总所有所述垂直方向边缘点,得到垂直方向边缘点集;
利用预设的模糊强度值计算公式计算所述垂直方向边缘点集中的每个垂直方向边缘点的垂直模糊强度值;若所述灰度影像材料中某个像素点的水平模糊强度值及垂直模糊强度值中的最大值小于预设的模糊强度阈值,则判断所述像素点为边缘模糊点。
5.如权利要求2中所述的诉讼案件的自动立案方法,其特征在于,所述对所述影像材料执行图像灰度化处理,得到灰度影像材料,包括:
将所述影像材料进行倾斜矫正,得到标准影像材料;
获取所述标准影像材料的RGB三分量像素值,并计算所述RGB三分量像素值的像素均值;
将所述标准影像材料中的每个像素点利用该像素点对应的RGB三分量像素值的像素均值代替,得到所述灰度影像材料。
6.如权利要求1所述的诉讼案件的自动立案方法,其特征在于,所述对所述不符合所述立案要求的文本材料进行语义分析,包括:
对所述不符合所述立案要求的文本材料执行文本文字位置规范化以及文本文字大小规范化处理,得到待处理文本;
利用基于格语法预构建的语义分析模型,对所述待处理文本中的每一个文本句子进行语义标签标注;
判断每一个所述文本句子的语义标签是否符合预定义的标签格式要求;
若所述文本句子的语义标签符合预定义的标签格式要求,则判断该文本句子不存在语义歧义;
若所述文本句子的语义标签不符合预定义的标签格式要求,则判断该文本句子存在语义歧义。
7.如权利要求1所述的诉讼案件的自动立案方法,其特征在于,所述自动生成所述诉讼文档的立案编号,包括:
获取所述待处理案件的上传时间及所述诉讼用户的身份编号;
组合所述上传时间及所述身份编号,得到所述诉讼文档的立案编号。
8.一种诉讼案件的自动立案装置,其特征在于,所述装置包括:
清晰度计算模块,用于获取诉讼用户发送的诉讼文档,其中,所述诉讼文档包括影像材料以及文本材料;计算所述影像材料的清晰度值,并判断所述清晰度是否小于预设清晰度阈值;
可否立案判断模块,若所述清晰度小于所述清晰度阈值,向所述诉讼用户发送预警信息;若所述清晰度值大于或等于所述清晰度阈值,则判断所述文本材料是否符合预设的立案要求;当存在不符合所述立案要求的文本材料时,对所述不符合所述立案要求的文本材料进行语义分析,提取出存在语义歧义的句子,汇总所述存在语义歧义的句子,得到待纠正文本,并将所述待纠正文本返回所述诉讼用户;
诉讼案件的自动立案模块,用于利用当不存在不符合所述立案要求的文本材料时,将所述诉讼文档上传至预设立案***中,并自动生成所述诉讼文档的立案编号。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的诉讼案件的自动立案方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的诉讼案件的自动立案方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111081341.2A CN113793121A (zh) | 2021-09-15 | 2021-09-15 | 诉讼案件的自动立案方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111081341.2A CN113793121A (zh) | 2021-09-15 | 2021-09-15 | 诉讼案件的自动立案方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113793121A true CN113793121A (zh) | 2021-12-14 |
Family
ID=78878459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111081341.2A Pending CN113793121A (zh) | 2021-09-15 | 2021-09-15 | 诉讼案件的自动立案方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113793121A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005637A1 (en) * | 2005-07-01 | 2007-01-04 | Juliano Elizabeth B | System for Litigation Management |
CN105654072A (zh) * | 2016-03-24 | 2016-06-08 | 哈尔滨工业大学 | 一种低分辨率医疗票据图像的文字自动提取和识别***与方法 |
CN108805137A (zh) * | 2018-04-17 | 2018-11-13 | 平安科技(深圳)有限公司 | 牲畜特征向量的提取方法、装置、计算机设备和存储介质 |
CN110415704A (zh) * | 2019-06-14 | 2019-11-05 | 平安科技(深圳)有限公司 | 庭审笔录数据处理方法、装置、计算机设备和存储介质 |
CN110517007A (zh) * | 2019-06-14 | 2019-11-29 | 平安科技(深圳)有限公司 | 仲裁申请立案审核处理方法、装置和计算机设备 |
CN110956450A (zh) * | 2019-11-29 | 2020-04-03 | 北京明略软件***有限公司 | 一种自助立案***、方法及装置 |
-
2021
- 2021-09-15 CN CN202111081341.2A patent/CN113793121A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005637A1 (en) * | 2005-07-01 | 2007-01-04 | Juliano Elizabeth B | System for Litigation Management |
CN105654072A (zh) * | 2016-03-24 | 2016-06-08 | 哈尔滨工业大学 | 一种低分辨率医疗票据图像的文字自动提取和识别***与方法 |
CN108805137A (zh) * | 2018-04-17 | 2018-11-13 | 平安科技(深圳)有限公司 | 牲畜特征向量的提取方法、装置、计算机设备和存储介质 |
CN110415704A (zh) * | 2019-06-14 | 2019-11-05 | 平安科技(深圳)有限公司 | 庭审笔录数据处理方法、装置、计算机设备和存储介质 |
CN110517007A (zh) * | 2019-06-14 | 2019-11-29 | 平安科技(深圳)有限公司 | 仲裁申请立案审核处理方法、装置和计算机设备 |
CN110956450A (zh) * | 2019-11-29 | 2020-04-03 | 北京明略软件***有限公司 | 一种自助立案***、方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112507936B (zh) | 图像信息审核方法、装置、电子设备及可读存储介质 | |
CN112699775A (zh) | 基于深度学习的证件识别方法、装置、设备及存储介质 | |
CN112052850A (zh) | 车牌识别方法、装置、电子设备及存储介质 | |
CN112507934A (zh) | 活体检测方法、装置、电子设备及存储介质 | |
CN113033543A (zh) | 曲形文本识别方法、装置、设备及介质 | |
CN112508145A (zh) | 电子***生成及验证方法、装置、电子设备及存储介质 | |
CN115471775A (zh) | 基于录屏视频的信息验证方法、装置、设备及存储介质 | |
CN113887438A (zh) | 人脸图像的水印检测方法、装置、设备及介质 | |
CN113065607A (zh) | 图像检测方法、装置、电子设备及介质 | |
CN114898373A (zh) | 文件脱敏方法、装置、电子设备及存储介质 | |
CN112560855B (zh) | 图像信息提取方法、装置、电子设备及存储介质 | |
CN112883346A (zh) | 基于复合数据的安全身份认证方法、装置、设备及介质 | |
CN112528984A (zh) | 图像信息抽取方法、装置、电子设备及存储介质 | |
CN111985491A (zh) | 基于深度学习的相似信息合并方法、装置、设备及介质 | |
CN114390200B (zh) | 相机作弊识别方法、装置、设备及存储介质 | |
CN113221888B (zh) | 车牌号管理***测试方法、装置、电子设备及存储介质 | |
CN114120347A (zh) | 表单校验方法、装置、电子设备及存储介质 | |
CN113793121A (zh) | 诉讼案件的自动立案方法、装置、电子设备及存储介质 | |
CN115203364A (zh) | 软件故障反馈处理方法、装置、设备及可读存储介质 | |
CN114385815A (zh) | 基于业务需求的新闻筛选方法、装置、设备及存储介质 | |
CN114943306A (zh) | 意图分类方法、装置、设备及存储介质 | |
CN114186540A (zh) | 邮件内容智能填充方法、装置、电子设备及存储介质 | |
CN113822215A (zh) | 设备操作指引文件生成方法、装置、电子设备及存储介质 | |
CN112861649A (zh) | 指纹签名生成方法、装置、电子设备及计算机存储介质 | |
CN113888086A (zh) | 基于图像识别的物品签收方法、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 |