CN112580338A - 确定争议焦点的方法和装置、存储介质和设备 - Google Patents
确定争议焦点的方法和装置、存储介质和设备 Download PDFInfo
- Publication number
- CN112580338A CN112580338A CN201910926448.9A CN201910926448A CN112580338A CN 112580338 A CN112580338 A CN 112580338A CN 201910926448 A CN201910926448 A CN 201910926448A CN 112580338 A CN112580338 A CN 112580338A
- Authority
- CN
- China
- Prior art keywords
- litigation
- determining
- elements
- description
- dispute
- 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 38
- 238000004891 communication Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000009223 counseling Methods 0.000 description 3
- 230000008094 contradictory effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000008485 antagonism Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 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
- 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)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Technology Law (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种确定争议焦点的方法和装置、存储介质和设备,所述方法包括:从案件的法律文书中确定诉讼请求描述和抗辩事由描述;根据预设的解析规则从所述诉讼请求描述确定诉请要素,以及从所述抗辩事由描述中确定抗辩要素;从所述诉请要素和所述抗辩要素中,确定对立的至少一组诉请要素和抗辩要素,作为目标焦点组;根据所述目标焦点组,生成所述案件的争议焦点。
Description
技术领域
本公开涉及数据处理领域,具体地,涉及一种确定争议焦点的方法和装置、存储介质和设备。
背景技术
在民事诉讼案件中,常常存在原告及被告针对同一事项有不同请求内容的情况,而民事诉讼也通常以有争议的事项为基础进行庭审,这些需要在庭审时解决的焦点问题,则是民事案件的争议焦点。争议焦点包括事实焦点、法律焦点、证据焦点和程序焦点,既是庭审的主要内容,也是贯穿裁判文书的主线,在民事裁判中有着重要作用。
目前的争议焦点通常由法官、专家或者法律学者对当事人的文书进行归纳和总结,这种方法效率较低且可能出现遗漏。
发明内容
本公开的目的是提供一种确定争议焦点的方法和装置、存储介质和设备,以解决上述的技术问题。
本公开的第一方面,提供一种确定争议焦点的方法,包括:从案件的法律文书中确定诉讼请求描述和抗辩事由描述;根据预设的解析规则从所述诉讼请求描述确定诉请要素,以及从所述抗辩事由描述中确定抗辩要素;从所述诉请要素和所述抗辩要素中,确定对立的至少一组诉请要素和抗辩要素,作为目标焦点组;根据所述目标焦点组,生成所述案件的争议焦点。
可选地,所述从案件的法律文书中确定诉讼请求描述和抗辩事由描述,包括:从法律文书中确定诉讼请求段落和抗辩段落;通过文本解析,从所述诉讼请求段落中识别所述诉讼请求描述,以及从所述抗辩段落中识别所述抗辩事由描述。
可选地,所述根据预设的解析规则从所述诉讼请求描述确定诉请要素,以及从所述抗辩事由描述中确定抗辩要素包括:按预设归类规则,对所述诉讼请求描述以及所述抗辩事由描述进行归类,生成规范性表述的诉讼请求事项以及规范性表述的抗辩事由事项;根据预设的针对每一归类的事项的解析规则,从所述诉讼请求事项抽取得到诉请要素,以及从所述抗辩事由事项中抽取得到抗辩要素。
可选地,所述从所述诉请要素和所述抗辩要素中,确定对立的至少一组诉请要素和抗辩要素,作为目标焦点组,包括:确定由属于同一归类的所述诉讼请求事项和所述抗辩事由事项生成的至少一组诉请要素和抗辩要素;针对每组诉请要素和抗辩要素,确定该组诉请要素和抗辩要素之间是否存在对立关键词,若存在对立关键词,则确定该组诉请要素和抗辩要素为所述目标焦点组。
本公开的第二方面,提供一种确定争议焦点的装置,包括:描述确定模块,用于从案件的法律文书中确定诉讼请求描述和抗辩事由描述;要素确定模块,用于根据预设的解析规则从所述诉讼请求描述确定诉请要素,以及从所述抗辩事由描述中确定抗辩要素;目标确定模块,用于从所述诉请要素和所述抗辩要素中,确定对立的至少一组诉请要素和抗辩要素,作为目标焦点组;焦点生成模块,用于根据所述目标焦点组,生成所述案件的争议焦点。
可选地,所述描述确定模块,用于从法律文书中确定诉讼请求段落和抗辩段落;通过文本解析,从所述诉讼请求段落中识别所述诉讼请求描述,以及从所述抗辩段落中识别所述抗辩事由描述。
可选地,所述要素确定模块,包括:事项生成子模块,用于按预设归类规则,对所述诉讼请求描述以及所述抗辩事由描述进行归类,生成规范性表述的诉讼请求事项以及规范性表述的抗辩事由事项;要素抽取子模块,用于根据预设的针对每一归类的事项的解析规则,从所述诉讼请求事项抽取得到诉请要素,以及从所述抗辩事由事项中抽取得到抗辩要素。
可选地,所述目标确定模块,包括:组类确定子模块,用于确定由属于同一归类的所述诉讼请求事项和所述抗辩事由事项生成的至少一组诉请要素和抗辩要素;关系确定子模块,用于针对每组诉请要素和抗辩要素,确定该组诉请要素和抗辩要素之间是否存在对立关键词,若存在对立关键词,则确定该组诉请要素和抗辩要素为所述目标焦点组。
本公开第三方面,提供一种存储介质,其上存储有程序,该程序被处理器执行时本公开第一方面中任一项所述方法的步骤。
本公开的第四方面,提供一种设备,包括:至少一个处理器、以及与所述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,以执行本公开第一方面中任一项所述方法的步骤。
通过上述技术方案,从法律文书中提取诉讼请求描述和抗辩事由描述,进而确定诉请要素和抗辩要素,从而确定对立的至少一组诉请要素和抗辩要素并根据对立的诉请要素和抗辩要素生成案件的争议焦点,这样,可以通过案件的法律文书生成案件的争议焦点,减少人工的参与,提升确定争议焦点的效率和正确性,也可以减少争议焦点的遗漏。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据一示例性公开实施例示出的一种确定争议焦点的方法的流程图。
图2是根据另一示例性公开实施例示出的一种确定争议焦点的方法的流程图。
图3是根据一示例性公开实施例示出的一种确定争议焦点的装置的框图。
图4是根据一示例性公开实施例示出的一种设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1是根据一示例性公开实施例示出的一种确定争议焦点的方法的流程图。如图1所示,所述方法包括以下步骤:
S11、从案件的法律文书中确定诉讼请求描述和抗辩事由描述。
案件在此处可以是民事案件,法律文书可以是民事起诉状、民事答辩状或民事裁判书。其中,可以在民事起诉状中识别出标志诉讼请求描述的关键词,如从关键词“诉讼请求”以及诉讼请求后的带有段落标号(如:一、二、三等)的分段,或者从关键词“事实与理由”及事实和理由后的带有段落标号的分段中确定对应的诉讼请求和事实理由,作为诉讼请求描述。可以从民事答辩状中识别出标志抗辩事由描述的关键词,如从关键词“请求事项”以及请求事项后的带有段落标号的分段,或者从关键词“事实与理由”以及事实和理由后的带有段落标号的分段中确定对应的请求事项和事实理由,作为抗辩事由描述,或者提取带有主观意识的关键词“认为、宣称、称”等,将其后的句段作为诉讼请求描述或抗辩事由描述。对民事裁判书的处理也类同。
例如,在民事裁判书中,存在以下表述:“原告向本法院提出诉讼请求:一、要求判令被告归还借款177,000元。二、要求判令被告支付利息214,952元,原告变更第二项诉讼请求为要求判令被告支付违约金84,000元,撤回要求支付利息的诉讼请求。……被告辩称,确认尚欠原告借款本金177,000元,但不同意支付违约金84,000元。……被告认为原告要求支付违约金的诉讼请求已过诉讼时效。”可以从中提取关键词“诉讼请求”“一、二”“被告辩称”“被告认为”等,并得到诉讼请求描述:“要求判令被告归还借款177,000元”“要求判令被告支付违约金84,000元”,得到抗辩事由描述为:“确认尚欠原告借款本金177,000元,但不同意支付违约金84,000元”“原告要求支付违约金的诉讼请求已过诉讼时效”。
可选地,还可以从法律文书中确定诉讼请求段落和抗辩段落,并通过文本解析,从所述诉讼请求段落中识别所述诉讼请求描述,以及从所述抗辩段落中识别所述抗辩事由描述。
其中,诉讼请求段落和抗辩段落可以通过关键词提取,从法律文书中确定,也可以通过预训练的分段模型对法律文书进行分段,从而确定所述诉讼请求段落和所述抗辩段落。具体地,可以从法律文书中提取关键词“诉讼请求”以及其后的带有段落标号(如:一、二、三等)的分段作为诉讼请求段落,或者从关键词“事实与理由”及其后的带有段落标号的分段作为抗辩段落。
可选地,在实际应用中,在提取“民事诉讼请求”之后,还可以判断“事实与理由”段落后是否有输出值,如果没有,则输出“民事诉讼请求”关键词后的内容为诉讼请求描述,如果有,则在“诉讼参与人”关键词后继续提取诉讼请求描述。
S12、根据预设的解析规则从所述诉讼请求描述确定诉请要素,以及从所述抗辩事由描述中确定抗辩要素。
诉请要素和抗辩要素为高度总结的可以表达当事人意愿的短句。具体的,可以通过文本分析,对已提取的诉讼请求描述和抗辩事由描述进行分析处理,从诉讼请求描述中归纳诉请要素,从抗辩事由描述中归纳抗辩要素。
例如,对于诉讼请求描述:“要求判令被告归还借款177,000元”“要求判令被告支付违约金84,000元”,可以归纳为如下的诉请要素:“借款金额177,000”“支付违约金”;对于抗辩事由描述:“确认尚欠原告借款本金177,000元,但不同意支付违约金84,000元”“原告要求支付违约金的诉讼请求已过诉讼时效”,可以归纳为如下的抗辩要素:“欠款金额177,000”“不支付违约金”“超过诉讼时效”。
S13、从所述诉请要素和所述抗辩要素中,确定对立的至少一组诉请要素和抗辩要素,作为目标焦点组。
在诉请要素和抗辩要素中,可能存在具有对立关系的诉请要素和抗辩要素,例如,在诉请要素“借款金额177,000”“支付违约金”和抗辩要素“欠款金额177,000”“不支付违约金”“超过诉讼时效”中,诉请要素“借款金额177,000”和诉请要素“欠款金额177,000”为相同含义,不存在对立关系;诉请要素“支付违约金”和抗辩要素“不支付违约金”存在对立关系;抗辩要素“超过诉讼时效”没有与之相关的诉请要素。因此,上述诉请要素和抗辩要素中,存在对立关系的一组诉请要素和抗辩要素为“支付违约金”和“不支付违约金”,两者构成一组目标焦点组。
值得说明的是,一个案件可以有一个目标焦点组,也可以有多个目标焦点组,存在多个目标焦点组即意味着该案件存在多个争议焦点。
S14、根据所述目标焦点组,生成所述案件的争议焦点。
可以利用文本学习技术对目标焦点组的焦点问题进行归类分析,或者提取其中的关键词,判断两者的争辩客体,即争议焦点。
例如,针对目标焦点组“支付违约金”和“不支付违约金”,可以得到关键词“违约金”,由此可知,所述案件的争议焦点为违约金问题。
可选地,在生成争议焦点后,可以将案件信息按预设格式列举,以便用户查看。例如,可以以“案件A—诉讼请求描述—抗辩事由描述—诉请要素—抗辩要素—争议焦点”的格式对案件信息进行列举。
通过上述技术方案,从法律文书中提取诉讼请求描述和抗辩事由描述,进而确定诉请要素和抗辩要素,从而确定对立的至少一组诉请要素和抗辩要素并根据对立的诉请要素和抗辩要素生成案件的争议焦点,这样,可以通过案件的法律文书生成案件的争议焦点,减少人工的参与,提升确定争议焦点的效率和正确性,也可以减少争议焦点的遗漏。
图2是根据另一示例性公开实施例示出的一种确定争议焦点的方法的流程图。如图2所示,所述方法包括以下步骤:
S21、从案件的法律文书中确定诉讼请求描述和抗辩事由描述。
案件在此处可以是民事案件,法律文书可以是民事起诉状、民事答辩状或民事裁判书。其中,可以在民事起诉状中识别出标志诉讼请求描述的关键词,如从关键词“诉讼请求”以及诉讼请求后的带有段落标号(如:一、二、三等)的分段,或者从关键词“事实与理由”及事实和理由后的带有段落标号的分段中确定对应的诉讼请求和事实理由,作为诉讼请求描述。可以从民事答辩状中识别出标志抗辩事由描述的关键词,如从关键词“请求事项”以及请求事项后的带有段落标号的分段,或者从关键词“事实与理由”以及事实和理由后的带有段落标号的分段中确定对应的请求事项和事实理由,作为抗辩事由描述,或者提取带有主观意识的关键词“认为、宣称、称”等,将其后的句段作为诉讼请求描述或抗辩事由描述。对民事裁判书的处理也类同。
例如,在民事裁判书中,存在以下表述:“原告向本法院提出诉讼请求:一、要求判令被告归还借款177,000元。二、要求判令被告支付利息214,952元,原告变更第二项诉讼请求为要求判令被告支付违约金84,000元,撤回要求支付利息的诉讼请求。……被告辩称,确认尚欠原告借款本金177,000元,但不同意支付违约金84,000元。……被告认为原告要求支付违约金的诉讼请求已过诉讼时效。”可以从中提取关键词“诉讼请求”“一、二”“被告辩称”“被告认为”等,并得到诉讼请求描述:“要求判令被告归还借款177,000元”“要求判令被告支付违约金84,000元”,得到抗辩事由描述为:“确认尚欠原告借款本金177,000元,但不同意支付违约金84,000元”“原告要求支付违约金的诉讼请求已过诉讼时效”。
可选地,还可以从法律文书中确定诉讼请求段落和抗辩段落,并通过文本解析,从所述诉讼请求段落中识别所述诉讼请求描述,以及从所述抗辩段落中识别所述抗辩事由描述。
其中,诉讼请求段落和抗辩段落可以通过关键词提取,从法律文书中确定,也可以通过预训练的分段模型对法律文书进行分段,从而确定所述诉讼请求段落和所述抗辩段落。具体地,可以从法律文书中提取关键词“诉讼请求”以及其后的带有段落标号(如:一、二、三等)的分段作为诉讼请求段落,或者从关键词“事实与理由”及其后的带有段落标号的分段作为抗辩段落。
可选地,在实际应用中,在提取“民事诉讼请求”之后,还可以判断“事实与理由”段落后是否有输出值,如果没有,则输出“民事诉讼请求”关键词后的内容为诉讼请求描述,如果有,则在“诉讼参与人”关键词后继续提取诉讼请求描述。
S22、按预设归类规则,对所述诉讼请求描述以及所述抗辩事由描述进行归类,生成规范性表述的诉讼请求事项以及规范性表述的抗辩事由事项。
可以对诉讼请求描述或抗辩事由描述进行语义识别,判断其属于何种归类,例如,可以是借款类、违约金类、抚养费类、劳务工资类等,每一类有各自的规范性表述模板,可以提取诉讼请求描述或抗辩事由描述中的关键词填入规范性表述模板内,生成规范性表述的诉讼请求事项或抗辩事由事项。
例如,对诉讼请求描述:“要求判令被告归还借款177,000元”可以归类为借款类,将关键词177,000元填入借款类表述模板“请求归还借款本金X元”中,可以得到规范的诉讼请求事项,即“请求归还借款本金177,000元”,同理,“要求判令被告支付违约金84,000元”可以归类为违约金类,规范的诉讼请求事项为“请求支付违约金84,000元”;对抗辩事由描述“确认尚欠原告借款本金177,000元,但不同意支付违约金84,000元”可以归为违约金类,规范的抗辩事由事项为“不同意支付违约金84,000元”。
S23、根据预设的针对每一归类的事项的解析规则,从所述诉讼请求事项抽取得到诉请要素,以及从所述抗辩事由事项中抽取得到抗辩要素。
每一归类的事项具有其不同的解析规则,例如,针对违约金类事项,可以解析其是否具有关键词“支付”“不支付”,针对劳务工资类,可以解析其是否具有关键词“拖欠”“未拖欠”等。这样,可以将诉讼请求事项和抗辩事由事项生成为高度总结的可以表达当事人意愿的短句。
例如,针对违约金类诉讼请求事项“请求支付违约金84,000元”,可以解析到违约金归类下的关键词“支付”,生成与其对应的诉请要素“主张支付违约金”;针对违约金类抗辩事由事项“不同意支付违约金84,000元”,可以解析到违约金归类下的关键词“不支付”,从而生成与其对应的抗辩要素“不支付违约金”。
S24、确定由属于同一归类的所述诉讼请求事项和所述抗辩事由事项生成的至少一组诉请要素和抗辩要素。
同一归类下的诉请要素和抗辩要素是针对同一事件的具有关联的要素,可以是等同的要素、对立的要素或关联的要素。例如,“借款金额X元”和“确认借款X元”为等同的要素,“主张支付违约金”和“不支付违约金”为对立的要素。这样,针对相同的归类下的一组诉请要素和抗辩要素进行逻辑判断,更贴近实际应用,并且可以减少进行语义学习需要的计算资源。
S25、针对每组诉请要素和抗辩要素,确定该组诉请要素和抗辩要素之间是否存在对立关键词,若存在对立关键词,则确定该组诉请要素和抗辩要素为所述目标焦点组。
对立关键词可以是“不”、“未”、“反对”等否定意义的关键词,也可以是不同的数词(例如诉请要素中出现关键词“两年”,但是抗辩要素中的关键词为“三年”等)。值得说明的是,否定意义的对立关键词可以出现在诉请要素中,也可以出现在抗辩要素中,但如果在两者之间同时出现,则可以认为两者实为等同的要素。
S26、根据所述目标焦点组,生成所述案件的争议焦点。
可以利用文本学习技术对目标焦点组的焦点问题进行归类分析,或者提取其中的关键词,判断两者的争辩客体,即争议焦点。
例如,针对目标焦点组“支付违约金”和“不支付违约金”,可以得到关键词“违约金”,由此可知,所述案件的争议焦点为违约金问题。
可选地,在生成争议焦点后,可以将案件信息按预设格式列举,以便用户查看。例如,可以以“案件A—诉讼请求描述—抗辩事由描述—诉请要素—抗辩要素—争议焦点”的格式对案件信息进行列举。
通过上述技术方案,从法律文书中提取诉讼请求描述和抗辩事由描述,对其进行归类,生成规范表述的诉讼请求事项和抗辩事由事项,进而确定同一归类下的诉请要素和抗辩要素,从而确定对立的至少一组诉请要素和抗辩要素并根据对立的诉请要素和抗辩要素生成案件的争议焦点,这样,可以通过案件的法律文书生成案件的争议焦点,减少人工的参与,提升确定争议焦点的效率和正确性,也可以减少争议焦点的遗漏;通过归类对诉请要素和抗辩要素进行预处理,也可以减少需要的计算资源,进一步提升确定争议焦点的效率。
图3是根据一示例性公开实施例示出的一种确定争议焦点的装置的框图,如图3所示,所述装置300包括描述确定模块310、要素确定模块320、目标确定模块330、焦点生成模块340。
其中,所述描述确定模块310,用于从案件的法律文书中确定诉讼请求描述和抗辩事由描述。
所述要素确定模块320,用于根据预设的解析规则从所述诉讼请求描述确定诉请要素,以及从所述抗辩事由描述中确定抗辩要素。
所述目标确定模块330,用于从所述诉请要素和所述抗辩要素中,确定对立的至少一组诉请要素和抗辩要素,作为目标焦点组。
所述焦点生成模块340,用于根据所述目标焦点组,生成所述案件的争议焦点。
可选地,所述描述确定模块,用于从法律文书中确定诉讼请求段落和抗辩段落;通过文本解析,从所述诉讼请求段落中识别所述诉讼请求描述,以及从所述抗辩段落中识别所述抗辩事由描述。
可选地,所述要素确定模块,包括:事项生成子模块,用于按预设归类规则,对所述诉讼请求描述以及所述抗辩事由描述进行归类,生成规范性表述的诉讼请求事项以及规范性表述的抗辩事由事项;要素抽取子模块,用于根据预设的针对每一归类的事项的解析规则,从所述诉讼请求事项抽取得到诉请要素,以及从所述抗辩事由事项中抽取得到抗辩要素。
可选地,所述目标确定模块,包括:组类确定子模块,用于确定由属于同一归类的所述诉讼请求事项和所述抗辩事由事项生成的至少一组诉请要素和抗辩要素;关系确定子模块,用于针对每组诉请要素和抗辩要素,确定该组诉请要素和抗辩要素之间是否存在对立关键词,若存在对立关键词,则确定该组诉请要素和抗辩要素为所述目标焦点组。
所述确定争议焦点的装置包括处理器和存储器,上述描述确定模块310、要素确定模块、目标确定模块、焦点生成模块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确定争议焦点。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述确定争议焦点的方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述确定争议焦点的方法。
本发明实施例提供了一种设备400,设备400包括至少一个处理器401、以及与处理器401连接的至少一个存储器402、总线403;其中,处理器401、存储器402通过总线403完成相互间的通信;处理器401用于调用存储器402中的程序指令,以执行上述的确定争议焦点的方法。本文中的设备可以是服务器、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:从案件的法律文书中确定诉讼请求描述和抗辩事由描述;根据预设的解析规则从所述诉讼请求描述确定诉请要素,以及从所述抗辩事由描述中确定抗辩要素;从所述诉请要素和所述抗辩要素中,确定对立的至少一组诉请要素和抗辩要素,作为目标焦点组;根据所述目标焦点组,生成所述案件的争议焦点。
可选地,所述从案件的法律文书中确定诉讼请求描述和抗辩事由描述,包括:从法律文书中确定诉讼请求段落和抗辩段落;通过文本解析,从所述诉讼请求段落中识别所述诉讼请求描述,以及从所述抗辩段落中识别所述抗辩事由描述。
可选地,所述根据预设的解析规则从所述诉讼请求描述确定诉请要素,以及从所述抗辩事由描述中确定抗辩要素包括:按预设归类规则,对所述诉讼请求描述以及所述抗辩事由描述进行归类,生成规范性表述的诉讼请求事项以及规范性表述的抗辩事由事项;根据预设的针对每一归类的事项的解析规则,从所述诉讼请求事项抽取得到诉请要素,以及从所述抗辩事由事项中抽取得到抗辩要素。
可选地,所述从所述诉请要素和所述抗辩要素中,确定对立的至少一组诉请要素和抗辩要素,作为目标焦点组,包括:确定由属于同一归类的所述诉讼请求事项和所述抗辩事由事项生成的至少一组诉请要素和抗辩要素;针对每组诉请要素和抗辩要素,确定该组诉请要素和抗辩要素之间是否存在对立关键词,若存在对立关键词,则确定该组诉请要素和抗辩要素为所述目标焦点组。
本申请是参照根据本申请实施例的方法、设备(系统)、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、系统或计算机程序产品。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)
1.一种确定争议焦点的方法,其特征在于,所述方法包括:
从案件的法律文书中确定诉讼请求描述和抗辩事由描述;
根据预设的解析规则从所述诉讼请求描述确定诉请要素,以及从所述抗辩事由描述中确定抗辩要素;
从所述诉请要素和所述抗辩要素中,确定对立的至少一组诉请要素和抗辩要素,作为目标焦点组;
根据所述目标焦点组,生成所述案件的争议焦点。
2.根据权利要求1所述的方法,其特征在于,所述从案件的法律文书中确定诉讼请求描述和抗辩事由描述,包括:
从法律文书中确定诉讼请求段落和抗辩段落;
通过文本解析,从所述诉讼请求段落中识别所述诉讼请求描述,以及从所述抗辩段落中识别所述抗辩事由描述。
3.根据权利要求1所述的方法,其特征在于,所述根据预设的解析规则从所述诉讼请求描述确定诉请要素,以及从所述抗辩事由描述中确定抗辩要素包括:
按预设归类规则,对所述诉讼请求描述以及所述抗辩事由描述进行归类,生成规范性表述的诉讼请求事项以及规范性表述的抗辩事由事项;
根据预设的针对每一归类的事项的解析规则,从所述诉讼请求事项抽取得到诉请要素,以及从所述抗辩事由事项中抽取得到抗辩要素。
4.根据权利要求3所述的方法,其特征在于,所述从所述诉请要素和所述抗辩要素中,确定对立的至少一组诉请要素和抗辩要素,作为目标焦点组,包括:
确定由属于同一归类的所述诉讼请求事项和所述抗辩事由事项生成的至少一组诉请要素和抗辩要素;
针对每组诉请要素和抗辩要素,确定该组诉请要素和抗辩要素之间是否存在对立关键词,若存在对立关键词,则确定该组诉请要素和抗辩要素为所述目标焦点组。
5.一种确定争议焦点的装置,其特征在于,所述装置包括:
描述确定模块,用于从案件的法律文书中确定诉讼请求描述和抗辩事由描述;
要素确定模块,用于根据预设的解析规则从所述诉讼请求描述确定诉请要素,以及从所述抗辩事由描述中确定抗辩要素;
目标确定模块,用于从所述诉请要素和所述抗辩要素中,确定对立的至少一组诉请要素和抗辩要素,作为目标焦点组;
焦点生成模块,用于根据所述目标焦点组,生成所述案件的争议焦点。
6.根据权利要求5所述的装置,其特征在于,所述描述确定模块,用于从法律文书中确定诉讼请求段落和抗辩段落;通过文本解析,从所述诉讼请求段落中识别所述诉讼请求描述,以及从所述抗辩段落中识别所述抗辩事由描述。
7.根据权利要求5所述的装置,其特征在于,所述要素确定模块,包括:
事项生成子模块,用于按预设归类规则,对所述诉讼请求描述以及所述抗辩事由描述进行归类,生成规范性表述的诉讼请求事项以及规范性表述的抗辩事由事项;
要素抽取子模块,用于根据预设的针对每一归类的事项的解析规则,从所述诉讼请求事项抽取得到诉请要素,以及从所述抗辩事由事项中抽取得到抗辩要素。
8.根据权利要求7所述的装置,其特征在于,所述目标确定模块,包括:
组类确定子模块,用于确定由属于同一归类的所述诉讼请求事项和所述抗辩事由事项生成的至少一组诉请要素和抗辩要素;
关系确定子模块,用于针对每组诉请要素和抗辩要素,确定该组诉请要素和抗辩要素之间是否存在对立关键词,若存在对立关键词,则确定该组诉请要素和抗辩要素为所述目标焦点组。
9.一种存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现权利要求1-4中任一项所述方法的步骤。
10.一种设备,其特征在于,所述设备包括:
至少一个处理器、以及与所述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,以执行权利要求1-4中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910926448.9A CN112580338A (zh) | 2019-09-27 | 2019-09-27 | 确定争议焦点的方法和装置、存储介质和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910926448.9A CN112580338A (zh) | 2019-09-27 | 2019-09-27 | 确定争议焦点的方法和装置、存储介质和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112580338A true CN112580338A (zh) | 2021-03-30 |
Family
ID=75110050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910926448.9A Pending CN112580338A (zh) | 2019-09-27 | 2019-09-27 | 确定争议焦点的方法和装置、存储介质和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112580338A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6772149B1 (en) * | 1999-09-23 | 2004-08-03 | Lexis-Nexis Group | System and method for identifying facts and legal discussion in court case law documents |
CN108241621A (zh) * | 2016-12-23 | 2018-07-03 | 北京国双科技有限公司 | 法律知识的检索方法及装置 |
CN108614860A (zh) * | 2018-03-27 | 2018-10-02 | 成都律云科技有限公司 | 一种律师信息处理方法和系统 |
CN109033105A (zh) * | 2017-06-09 | 2018-12-18 | 北京国双科技有限公司 | 获取裁判文书焦点的方法和装置 |
CN109992664A (zh) * | 2019-03-12 | 2019-07-09 | 平安科技(深圳)有限公司 | 争议焦点的标注分类方法、装置、计算机设备和存储介质 |
-
2019
- 2019-09-27 CN CN201910926448.9A patent/CN112580338A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6772149B1 (en) * | 1999-09-23 | 2004-08-03 | Lexis-Nexis Group | System and method for identifying facts and legal discussion in court case law documents |
CN108241621A (zh) * | 2016-12-23 | 2018-07-03 | 北京国双科技有限公司 | 法律知识的检索方法及装置 |
CN109033105A (zh) * | 2017-06-09 | 2018-12-18 | 北京国双科技有限公司 | 获取裁判文书焦点的方法和装置 |
CN108614860A (zh) * | 2018-03-27 | 2018-10-02 | 成都律云科技有限公司 | 一种律师信息处理方法和系统 |
CN109992664A (zh) * | 2019-03-12 | 2019-07-09 | 平安科技(深圳)有限公司 | 争议焦点的标注分类方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113254840B (zh) | 人工智能应用服务推送方法、推送平台及终端设备 | |
CN112686022A (zh) | 违规语料的检测方法、装置、计算机设备及存储介质 | |
CN106815201B (zh) | 一种自动判定裁判文书判决结果的方法及装置 | |
CN109766441B (zh) | 文本分类方法、装置及系统 | |
CN109582948B (zh) | 评价观点抽取的方法及装置 | |
CN110187780B (zh) | 长文本预测方法、装置、设备和存储介质 | |
CN111538794A (zh) | 一种数据融合方法、装置及设备 | |
CN116563006A (zh) | 业务风险预警方法、设备、存储介质及装置 | |
Kim et al. | Comparing machine learning classifiers for movie WOM opinion mining | |
Prabhakar et al. | Claim extraction from text using transfer learning. | |
CN106997340A (zh) | 词库的生成以及利用词库的文档分类方法及装置 | |
Hoon et al. | App reviews: Breaking the user and developer language barrier | |
CN108062423A (zh) | 信息推送方法和装置 | |
CN112580338A (zh) | 确定争议焦点的方法和装置、存储介质和设备 | |
CN115098629B (zh) | 文件处理方法、装置、服务器及可读存储介质 | |
CN116976341A (zh) | 实体识别方法、装置、电子设备、存储介质及程序产品 | |
CN109472277A (zh) | 借贷方分类的方法、装置以及存储介质 | |
CN114443835A (zh) | 一种基于多模型融合的分类方法及装置 | |
Oro et al. | A Cognitive Automation Approach for a Smart Lending and Early Warning Application. | |
CN112347371A (zh) | 基于社交文本信息的资源归还增比方法、装置和电子设备 | |
CN112579768A (zh) | 一种情感分类模型训练方法、文本情感分类方法及装置 | |
Mengelkamp et al. | Creating Sentiment Dictionaries: Process Model and Quantitative Study for Credit Risk | |
Gokhan et al. | Graphs in clusters: a hybrid approach to unsupervised extractive long document summarization using language models | |
Edge | Diverging data in a Canadian media bailout | |
CN110969011B (zh) | 文本情感分析方法、装置、存储介质及处理器 |
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 |