CN112765974B - 一种业务辅助方法、电子设备及可读存储介质 - Google Patents

Abstract

本发明实施例公开了一种业务辅助方法、电子设备及可读存储介质。该方法包括：获取业务描述信息；通过自然语言处理算法对业务描述信息进行分词，得到各个分词语；在各个分词语中按照预设类别提取多个关键词；根据各个关键词，通过语义分析算法对业务描述信息进行总结，得到业务总结信息。该方法可以智能地对业务进行总结，便于对业务进行分析，从而节省了用户的时间与精力。

Description

一种业务辅助方法、电子设备及可读存储介质

技术领域

本发明实施例涉及自然语言处理技术领域，尤其涉及一种业务辅助方法、电子设备及可读存储介质。

背景技术

通常，用户在进行业务处理时，需要搜集整理分析大量的资料，处理数量繁多的业务信息。从而，熟悉业务并便于确定业务处理的结果。

现有技术中，通常是用户人为对业务的描述信息进行理解分析，在描述信息中提取关键信息，确定业务处理的结果。然而，人为理解的方式需要消耗人的精力与时间，并且得到的结果受用户业务处理水平的影响。

发明内容

本发明实施例提供了一种业务辅助方法、电子设备及可读存储介质，可以智能地对业务进行总结，便于对业务进行分析，从而节省了用户的时间与精力。

第一方面，本发明实施例提供了一种业务辅助方法，该方法包括：

获取业务描述信息；

通过自然语言处理算法对所述业务描述信息进行分词，得到各个分词语；

在各个分词语中按照预设类别提取多个关键词；

根据各个所述关键词，通过语义分析算法对所述业务描述信息进行总结，得到业务总结信息。

第二方面，本发明实施例还提供了一种业务辅助装置，该装置包括：

信息获取模块，用于获取业务描述信息；

分词模块，用于通过自然语言处理算法对所述业务描述信息进行分词，得到各个分词语；

关键词提取模块，用于在各个分词语中按照预设类别提取多个关键词；

总结模块，用于根据各个所述关键词，通过语义分析算法对所述业务描述信息进行总结，得到业务总结信息。

第三方面，本发明实施例还提供了一种电子设备，该设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所述的一种业务辅助方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所述的一种业务辅助方法。

本发明实施例通过获取业务描述信息；通过自然语言处理算法对业务描述信息进行分词，得到各个分词语；在各个分词语中按照预设类别提取多个关键词；根据各个关键词，通过语义分析算法对业务描述信息进行总结，得到业务总结信息，解决了业务处理时资料总结的问题，实现了智能地对业务进行总结，便于对业务进行分析，从而节省了用户时间与精力的效果。

附图说明

图1a是本发明实施例一提供的一种业务辅助方法的流程图；

图1b是本发明实施例一提供的一种对法律案件描述笔录进行分词分类提取关键词的示意图；

图1c是本发明实施例一提供的一种对法律案件描述笔录确定历史法律案件的流程图；

图2a是本发明实施例二提供的一种业务辅助方法的流程图；

图2b是本发明实施例二提供的一种业务辅助方法中确定预测业务结果的流程图；

图2c是本发明实施例二提供的一种业务辅助方法中进行描述信息补充的流程图；

图2d是本发明实施例二提供的一种业务辅助方法中确定搜索结果的流程图；

图2e是本发明实施例二提供的一种业务辅助方法中更新案件库的流程图；

图2f是本发明实施例二提供的一种业务辅助方法在法律求助业务中应用时的泳道图；

图3是本发明实施例三提供的一种业务辅助装置的结构示意图；

图4是本发明实施例四提供的一种电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1a是本发明实施例一提供的一种业务辅助方法的流程图，本实施例可适用于业务处理时对资料进行总结的情况，尤其是在法律求助业务中对法律案件描述笔录的总结，该方法可以由业务辅助装置来执行，该装置可以通过软件，和/或硬件的方式实现，装置可以集成在电子设备如计算机中，如图1a所示，该方法具体包括：

步骤110、获取业务描述信息。

其中，业务描述信息可以是对业务进行描述的信息。业务描述信息可以包含用户对于业务处理的详细表述。例如，对于法律求助业务，业务描述信息可以是法律案件描述笔录。又如，对于金融产品购买业务，业务描述信息可以是产品购买描述需求文件。获取业务描述信息的方式可以是响应于用户的信息记录指令，实时接收用户输入的信息并进行记录；或者，可以是响应于用户的文件上传指令，导入用户上传的文件等。

步骤120、通过自然语言处理算法对业务描述信息进行分词，得到各个分词语。

其中，自然语言处理(Natural Language Processing，NLP)算法是实现人与计算机之间用自然语言进行有效通信的算法。NLP可以通过搜索引擎实现。NLP可以包括不同粒度的技术处理，例如词、短语或者句子等。NLP涵盖词法分析、词向量表示、词义相似度、依存句法分析、深度学习语言模型以及短文本相似度等技术。

分词可以是将业务描述信息按照语义，进行词语的拆分。例如，可以将业务描述信息中各个句子按照主语、谓语以及宾语形式进行拆分，得到分词语。分词语可以是主语、谓语或者宾语等对应的词语。示例性的，可以将“我需要办理产品投资业务”拆分为“我”、“需要”、“办理”以及“产品投资业务”。可以采用字构词方法、基于词感知机算法的汉语分词方法或者基于字的生成模型和区分式模型相结合的汉语分词方法进行分词。

通过NLP算法对业务描述信息进行分词的一个示例性过程可以是：将业务描述信息输入至计算机中；计算机可以通过NLP算法学习与业务处理相关的语法知识、语义知识以及语用知识，实现语言形式化、计算形式化以及程序实现，得到符合语义规则拆分的分词语。

具体的，业务描述信息为法律案件描述笔录时，可以对法律行业的知识进行学习生成法律行业的知识库。例如，通过爬虫技术可以获取法律案件的评论信息、说明信息、讲解信息、文献、书籍、案例等语料信息；通过人工标注以及机器学习的方式对各语料信息进行标注；可以包含情感标注如对错、好坏以及犯罪与否等，建立语料之间的关联关系，形成知识网即完成法律行业知识库的建立。计算机可以通过NLP算法根据建立的法律行业的知识库进行分词。

步骤130、在各个分词语中按照预设类别提取多个关键词。

其中，预设类别可以是预先按照业务处理所需要的关键词信息的类别进行设定的。例如，对于法律求助业务处理，预设类别可以包括法律属性特征、案件属性特征、案件程度描述特征以及案件性质特征等。其中，法律属性特征对应的分词语可以是法律行业的一些专业词汇，如法律条文中的词汇。示例性的，法律属性特征对应的分词语可以是诉讼、嫌疑人等。案件属性特征对应的分词语可以是可以是表示与案件相关的人、事、地、时间等词语。案件程度描述特征对应的分词语可以是表示案件在法律方面的严重性程度的词语，如严重、抢救、无意识、自愿、激烈反抗或者无缘无故等。案件性质特征对应的分词语可以是表示案件在法律方面案件所归属性质的词语，如抢劫、偷盗或者骗取等。

又如，对于金融产品购买业务处理，预设类别可以包括产品收益特征、产品持有时间特征、产品归属属性特征以及产品风险特征等。

关键词可以是具有预设类别属性的分词语。具体的，可以是将分词语按照预设类别分类后，与各个预设类别分别对应的分词语可以作为关键词。

示例性的，图1b是本发明实施例一提供的一种对法律案件描述笔录进行分词分类提取关键词的示意图。如图1b所示，对于法律案件描述笔录可以根据法律行业知识库采用自然语言处理算法进行分词得到多个分词语。对于分词语可以进行预设类别的分类，提取对应的关键词。

步骤140、根据各个关键词，通过语义分析算法对业务描述信息进行总结，得到业务总结信息。

其中，语义分析算法可以用于对由关键词构成的语句进行语义检查，如果语句不存在语义问题可以将语句作为业务总结信息；如果语句存在语义问题可以报警，以对语句进行调整后再进行语义检查。

关键词构成的语句的生成方式可以是多样的，例如可以是基于机器学习模型生成的。示例性的，可以通过对知识库的学习训练得到关键词到语句生成的模型实现关键词构成的语句的生成。又如，对于不同的业务处理可以根据业务的属性设置不同的总结模板，通过将关键词按照与总结模板的对应关系进行填充形成语句。

业务总结信息可以是对业务描述信息的简述，可以是对业务描述信息进行语法以及文本理解形成的总结表述。业务总结信息可以便于用户及时对业务进行了解，获取相关的关注点。在示例性的法律求助业务中，用户可以是法律求助者，也可以是律师等从业者，本发明实施例不做具体限定。

在本发明实施例的一个实施方式中，可选的，根据各个关键词，通过语义分析算法对业务描述信息进行总结，得到业务总结信息，包括：根据关键词确定匹配的总结模板；将各个关键词按照总结模板进行组合排序，确定初始总结信息；针对业务描述信息，通过语义分析算法对初始总结信息进行调整，得到业务总结信息。

其中，总结模板可以是按照预设类别进行划定、排序生成的模板。例如，总结模板中可以指示各预设类别对应的关键词的排序前后与位置。不同的业务处理可以具有不同的预设类别，可以采用不同的总结模板。初始总结信息可以是按照总结模板指示的关键词的排列位置与顺序确定的，表示业务描述信息的初始语句。初始总结信息可能存在语义问题，例如不符合语义规则等，因此，可以通过语义分析算法进行调整，得到符合语义规则，不存在语义问题的业务总结信息。

在上述实施例的基础上，可选的，在在各个分词语中按照预设类别提取多个关键词之后，还包括：根据各个关键词，通过协同过滤算法在案件库中确定与业务描述信息匹配的历史业务信息；根据历史业务信息与业务描述信息的相似度评分，将各历史业务信息进行排列显示。

其中，协同过滤算法可以是根据信息的相似度进行过滤，达到筛选信息目的的算法。协同过滤算法大致可以分为三步：第一步为收集用户的兴趣信息。第二步为最近邻搜索，可以根据兴趣信息计算用户与其他用户的相似度。其中，相似度计算的方法可以有多种选择方式，如Pearson Correlation Coefficient(皮尔逊相关系数)、Cosine-basedSimilarity(基于余弦的相似性)或者Adjusted Cosine Similarity(调整余弦相似度)等，本发明实施例不做具体限定。第三步为产生推荐结果，可以根据用户的兴趣信息，产生推荐结果。

案件库可以是记录业务处理相关的案件的数据库。案件库的生成方式可以是多样的。例如，可以通过爬虫技术获取到的与业务处理相关的多个案件，并通过人工标注的方式对案件进行标注。可以标注案件的业务描述信息、关键词、业务处理结果、影响业务处理结果的影响元素，以及各元素的比重等。

又如，案件库也可以是已处理的业务案件进行记录形成的。示例性的，对业务处理中的业务描述信息、关键词、业务总结信息、业务处理结果、影响业务处理结果的影响元素、各元素的比重以及业务处理结果的概率等信息进行汇总记录，生成案件库中的案件信息。

历史业务信息可以是案件库中与业务描述信息存在一定相似度的历史处理的业务的描述信息以及对应的业务处理信息。示例性的，历史业务信息可以包括案件库中记录的历史案件的全部信息。通过协同过滤算法可以得到业务描述信息与案件库中的历史业务信息的相似度评分。历史业务信息展示的可以是按照相似度评分的高低进行排序显示的。为了显示的简化以及明了，可以只显示历史业务信息中的部分信息，例如，可以仅显示历史业务信息中的关键词，或者，可以仅显示历史业务信息中的业务描述信息等。

在本实施例中，匹配历史业务信息的方式可以是通过协同算法将关键词作为用户的感兴趣信息，进行当前业务与历史业务的相似度评分计算。可以确定大于70％相似度评分的历史业务对应的信息为历史业务信息。

在上述实施例的基础上，本实施例的技术方案还可以包括：获取历史业务信息排序的调整指令，并根据调整指令对历史业务信息进行排序调整。其中，排序调整包括案件顺序的前后移动以及案件的删除等。可以使业务的处理结果更符合用户的使用系统，通过深度学习模型实现上述方法时，可以使模型的优化性能更好，得到的历史业务信息的排序越来越符合用户的期望。

图1c是本发明实施例一提供的一种对法律案件描述笔录确定历史法律案件的流程图。如图1c所示，对于法律求助业务，可以通过自然语言处理模块将法律案件描述笔录进行分词，并进行分类，如按照法律属性特征、案件属性特征、案件程度描述特征以及案件性质特征对分词语进行分类，得到关键词作为感兴趣信息。通过语义分析模块可以将关键词生成为业务总结信息。通过协同过滤模块可以确定法律案件描述笔录与案件库中的历史法律案件的卷宗的相似度评分，从而确定历史法律案件信息以及排名。可以获取用户对历史法律案件信息的排序调整指令，并显示调整后的历史法律案件信息以及排名。也可以获取用户对历史法律案件信息的标注，显示历史法律案件信息与法律案件描述笔录的关联点标注。可以便于法律求助者或者律师从业者根据评分以及关键词对法律案件进行快速分析，确定案件进行审判时的可争辩点。

本实施例的技术方案，通过获取业务描述信息；通过自然语言处理算法对业务描述信息进行分词，得到各个分词语；在各个分词语中按照预设类别提取多个关键词；根据各个关键词，通过语义分析算法对业务描述信息进行总结，得到业务总结信息，解决了业务处理时资料总结的问题，例如法律求助业务中法律案件描述笔录的总结问题，实现了智能地对业务进行总结，便于对业务进行分析，从而节省了用户的时间与精力的效果。

实施例二

图2a是本发明实施例二提供的一种业务辅助方法的流程图。本实施例是对上述技术方案的进一步细化，本实施例中的技术方案可以与上述一个或者多个实施例中的各个可选方案结合。如图2所示，该方法包括：

步骤210、获取业务描述信息。

在本发明实施例的一个实施方式中，可选的，业务描述信息，包括：法律案件描述笔录。

步骤220、通过自然语言处理算法对业务描述信息进行分词，得到各个分词语。

步骤230、在各个分词语中按照预设类别提取多个关键词。

在本发明实施例的一个实施方式中，可选的，在各个分词语中按照预设类别提取多个关键词，包括：在各个分词语中提取具有法律属性特征、案件属性特征、案件程度描述特征以及案件性质特征的词语，并作为提取的关键词。

步骤240、根据各个关键词，通过语义分析算法对业务描述信息进行总结，得到业务总结信息。

在本发明实施例的一个实施方式中，可选的，根据各个关键词，通过语义分析算法对业务描述信息进行总结，得到业务总结信息，包括：根据关键词确定匹配的总结模板；将各个关键词按照总结模板进行组合排序，确定初始总结信息；针对业务描述信息，通过语义分析算法对初始总结信息进行调整，得到业务总结信息。

步骤250、根据各个关键词，通过协同过滤算法在案件库中确定与业务描述信息匹配的历史业务信息。

步骤260、根据历史业务信息与业务描述信息的相似度评分，将各历史业务信息进行排列显示。

其中，上述步骤的执行顺序不限于本发明实施例所列举的顺序。例如，步骤250与步骤260均在步骤230之后执行。步骤250与步骤260可以是与步骤240并行执行的，或者，也可以在步骤240之前执行。

本实施例的技术方案，通过获取业务描述信息；通过自然语言处理算法对业务描述信息进行分词，得到各个分词语；在各个分词语中按照预设类别提取多个关键词；根据各个关键词，通过语义分析算法对业务描述信息进行总结，得到业务总结信息；根据各个关键词，通过协同过滤算法在案件库中确定与业务描述信息匹配的历史业务信息；根据历史业务信息与业务描述信息的相似度评分，将各历史业务信息进行排列显示，解决了业务处理时资料总结的问题，例如法律求助业务中法律案件描述笔录的总结问题，实现了智能地对业务进行总结并确定关联的历史业务信息，便于对业务进行分析，便于参考历史业务信息作出预测结果，从而节省了用户的时间与精力的效果。

在上述实施方式的基础上，可选的，步骤260之后，为了辅助用户进一步对业务进行处理，得到预测业务结果，供用户参考。图2b是本发明实施例二提供的一种业务辅助方法中确定预测业务结果的流程图，如图2b所示，本实施提供的业务辅助方法，还可以包括：

步骤271、响应于用户指令，根据各个关键词以及业务总结信息，与业务知识库中的评判信息进行匹配，确定匹配的第一目标评判信息。

其中，用户指令可以是用户获取业务处理的预测业务结果发起的仲裁指令。业务知识库可以是包含与业务相关的多种语料信息以及语料间关联关系的数据库。例如，法律行业的知识库。评判信息可以是知识库中影响业务处理结果的评判条件信息。例如，对于法律求助业务，评判信息可以是法律行业的知识库中的法律条文。又如，对于金融产品购买业务，评判信息可以是金融产品领域的知识库中的影响产品收益的因素。

示例性的，对于法律求助业务，可以将法律案件描述笔录的关键词与知识库中的法律条文进行比对，确定关键词适配于哪一法律条文，将该法律条文确定为第一目标评判信息。从而根据适配的法律条文可以确定出一个宽泛的处理结果，如刑罚期限或者罚款金额等。

步骤272、根据各个关键词与历史业务信息中的历史关键词进行匹配，得到多个第一目标历史关键词。

示例性的，对于法律求助业务，可以将法律案件描述笔录的关键词与历史业务信息中的历史关键词进行比对。如果历史业务信息中的历史关键词存在与法律案件描述笔录的关键词一致的情况，可以将历史业务信息的历史业务结果作为法律案件描述笔录的预测业务结果参考。从而可以根据历史业务信息的历史业务结果确定多个相对细化的处理结果，如范围更小的刑罚期限或者罚款金额等。

步骤273、根据第一目标评判信息中的评判结果以及历史业务信息中与各个第一目标历史关键词匹配的历史业务结果，确定业务描述信息的预测业务结果以及对应的预测概率。

其中，评判结果可以是第一目标评判信息中所包含的结果。评判结果可以是一个宽泛的结果。例如，对于法律求助业务，评判结果可以是在满足某某条件时，刑期为3年至7年。历史业务结果可以是历史业务信息中受第一目标历史关键词影响所出现的结果。历史业务结果可以是一个细化的结果。例如，对于法律求助业务，历史业务结果可以是在第一目标历史关键词影响下，刑期为4年。

历史业务结果可以是多个。各历史业务结果可以是受多个第一目标历史关键词的组合影响所致的。各第一目标历史关键词对历史业务结果的影响度可以不同。因此，预测业务结果可以是多个。各预测业务结果可以满足评判结果的范围，以历史业务结果以及第一目标历史关键词为参考得到的。预测概率可以是根据多个历史业务结果的综合分析得到。

示例性的，预测业务结果与预测概率可以是通过深度学习模型预测确定的。例如，可以通过人工标注的方式标注第一目标历史关键词对历史业务结果的影响度，进行模型训练得到深度学习模型。并通过深度学习模型基于当前业务描述信息所具有的的关键词，确定预测业务结果以及关键词对预测业务结果的影响度。将确定的影响度作为与预测业务结果对应的预测概率。

通过预测业务结果与预测概率可以为用户提供可参考的业务处理结果，以及影响业务处理结果的因素(关键词)。可以提示用户将关键词作为业务处理的关注点。例如，对于法律求助业务，律师可以将关键词作为量刑时的主要争辩点，为案件委托方争取更有利的结果。便于律师及时获取预测业务结果以及关注点，减轻了律师在业务处理中的繁琐任务，从而降低了律师从业门槛，提高了律师的工作效率并节省律师的工作时间，更有利于非法律行业人员对律师的配合工作。

在上述实施方式的基础上，可选的，步骤260之后，为了辅助用户进一步对业务进行处理，实现对业务描述信息进行补充得到更为全面的业务描述信息，对案件进行更佳的辅助处理。图2c是本发明实施例二提供的一种业务辅助方法中进行描述信息补充的流程图，如图2c所示，本实施提供的业务辅助方法，还可以包括：

步骤281、根据历史业务信息、业务总结信息以及知识图谱，确定待补充业务信息，并展示提供待补充业务信息的提示信息。

其中，知识图谱可以是表示业务处理所属领域的语料信息之间的关联关系。示例性的，对于法律求助业务，可以采集法律行业的语料信息，如法律文献、书籍、案例以及法律评论信息等，并建立语料信息之间的关联关系。其中，关联关系的生成可以是依据于人工标注，例如，通过对量刑结果的影响建立关联关系。

待补充业务信息可以是根据历史业务信息中存在的历史关键词或者知识图谱中存在的与量刑相关的关键词，以及业务总结信息中所缺失的关键词确定。例如，对于法律求助业务，待补充业务信息可以是根据历史业务信息以及指示图谱中与量刑有关的关键词，确定业务总结信息中是否存在缺失信息。如果存在，针对缺失信息对应的关键词向用户发起补充请求。

待补充业务信息可以是针对缺失关键词展开的提问式的信息。示例性的，知识图谱或者历史业务信息中存在奖金与衡量案件赔偿金的关系。而业务总结信息中缺失奖金信息。可以将“请问是否存在奖金？如果存在，请详述您的奖金情况”作为待补充业务信息。

提示信息可以是对待补充业务信息的可视化。具体的，可以直接将待补充业务信息作为提取信息进行展示。或者，可以针对待补充业务信息形成补充提示指令，将补充提示指令作为提取信息进行展示；当获取到用户的对补充提示指令进行展开处理时，展示待补充业务信息。

步骤282、获取针对提示信息的业务描述补充信息。

其中，业务描述补充信息可以是用户针对待补充业务信息所补充的业务描述信息。例如，可以是奖金情况。

步骤283、根据业务描述补充信息更新业务描述信息，返回通过自然语言处理算法对业务描述信息进行分词的操作。

其中，业务描述补充信息可以作为业务描述信息的追加信息。对于更新后的业务描述信息，可以返回步骤220进行分词处理并且可以继续执行后续步骤。在一个可选的实施方式中，也可以仅对业务描述补充信息进行分词处理并且可以继续执行后续步骤。

通过对业务描述信息的补充，可以避免法律求助者在描述问题时因各种原因导致的描述不清或遗漏的问题，可以得到对案件判定或者量刑全部的影响因素信息，更有利于案件的审判，可以确定更可靠的审判结果。

在上述实施方式的基础上，可选的，步骤260之后，为了实现针对用户的关注点对业务进行辅助处理，得到与关注点对应的预测结果。图2d是本发明实施例二提供的一种业务辅助方法中确定搜索结果的流程图，如图2d所示，本实施提供的业务辅助方法，还可以包括：

步骤291、获取用户的搜索信息。

其中，搜索信息可以是用户针对与自身分析业务时的关注点发起搜索时，与关注点对应的信息。关注点可以是用户确定的与业务处理结果相关的影响因素。

步骤292、根据搜索信息与知识库中的评判信息进行匹配，确定匹配的第二目标评判信息。

示例性的，根据搜索信息与知识库中的评判信息进行匹配可以为搜索信息确定相关的对案件审判结果有规范要求的条文，便于用户了解搜索信息对案件审判的影响，便于确定一个跟搜索信息相关的宽泛结果。

步骤293、根据搜索信息与历史业务信息中的历史关键词进行匹配，得到至少一个第二目标历史关键词。

示例性的，根据搜索信息与历史业务信息中的历史关键词进行匹配，可以为搜索信息确定相关的对案件审判有借鉴意义的审判结果，便于确定一个跟搜索信息相关的细化结果。

步骤294、根据第二目标评判信息中的评判结果以及历史业务信息中与第二目标历史关键词匹配的历史业务结果，确定与搜索信息对应的搜索结果。

其中，搜索结果可以是多个。各个搜索结果可以分别对应预测概率。步骤291至步骤294针对搜索信息确定搜索结果的过程以及实现方式可以与步骤271至步骤273根据用户指令进行仲裁确定预测业务结果的过程以及实现方式相似。区别仅在于，通过搜索功能为用户提供了多种实现方式。因此，对于根据搜索信息确定搜索结果的过程以及实现方式，不再详细赘述。

通过搜索功能可以实现针对用户的关注点提供搜索结果(预测结果)，便于实现用户根据自己知识对案件进行分析把握关注点，并获悉对应的结果。同时，本发明实施例提供的搜索功能与现有技术中通过搜索进行大量信息筛选是不同的。本发明实施例提供的搜索功能是建立在对业务描述信息进行分词分类以及确定历史业务信息的基础上的，因此，响应速度更快，得到的搜索结果更符合用户的预期，从而不需要用户进行大量的筛选处理，可以节省用户的操作时间，降低非专业方面的工作以及时间，降低工作成本，提高工作效率。

在上述实施方式的基础上，可选的，在步骤273或者步骤294之后，还可以对业务的处理结果进行修正，得到修正后的最终业务结果，以对案件库进行更新。图2e是本发明实施例二提供的一种业务辅助方法中更新案件库的流程图，如图2e所示，本实施提供的业务辅助方法，还可以包括：

步骤2101、获取用户针对业务的处理结果反馈的修正结果。

其中，业务的处理结果可以是步骤273得到的预测业务结果，或者步骤294得到的搜索结果。修正结果可以是用户根据自身知识对案件作出分析后确定的预测结果。

步骤2102、根据修正结果对业务的处理结果进行修正得到最终业务结果。

其中，对业务的处理结果的修正可以是将修正结果更新或者添加至业务的处理结果；或者，可以是删除业务的处理结果中的部分结果。

步骤2103、根据业务总结信息以及最终业务结果，更新案件库。

其中，可以将最终业务结果以及关联的业务总结信息一同记录在案件库中，作为下一案件分析时的历史业务信息。在案件中进行更新时，还可以同步更新对应的业务描述信息以及关键词等。

将修正后的业务信息更新至案件库，可以达到后期的业务处理结果越来越符合用户人工处理结果的效果，提高业务处理的精准度。

图2f是本发明实施例二提供的一种业务辅助方法在法律求助业务中应用时的泳道图。如图2f所示，当法律求助者发起法律求助业务时，可以记录法律案件描述笔录，并传输至计算机。通过计算机中存储的自然语言处理算法对案件描述笔录进行分词以及分类，确定具有类别属性的关键词。根据各个关键词基于语义分析算法进行总结，得到案件描述简述(业务总结信息)。根据各个关键词可以基于协同过滤算法在案件库中确定与案件描述笔录匹配的历史相同案件排名、案件相关法律点、审判书等卷宗标注材料(历史业务信息)。可以接收用户的排序调整指令，对得到的历史的卷宗标注材料，进行标注调整排名及关键点信息。之后，可以根据卷宗标注材料以及法律行业的知识图谱，判断案件描述相关信息是否全面。从而，可以确定是否存在需要补充的信息，并生成描述不清或者遗漏的各方面信息的问题(待补充业务信息)，并获取补充生成的问题内容(业务描述补充信息)，更新案件描述笔录。更新案件描述笔录后，可以返回通过计算机中存储的自然语言处理算法对案件描述笔录进行分词以及分类，确定具有类别属性的关键词的操作。

当案件描述笔录全面时，可以根据用户指令进行仲裁，根据关键词、卷宗标注材料以及法律行业的知识库中的法律条文，确定预测结果以及对应的预测概率，可以通过案件分析预测可视化模型对结果进行显示。预测结果可以是综合法律量刑标准、历史相同案件的审判结果以及各结果组成关键因素确定的。

除了通过用户指令确定预测结果的方式外，如图2f所示的业务辅助方法还提供了搜索功能。法律求助者或者律师可以通过搜索功能，输入搜索信息；计算机可以根据搜索信息、知识库中的法律条文以及卷宗标注材料，确定用户关注点搜索结果或者律师需求的关键点分析结果，并且可以通过案件分析预测可视化模型对结果进行展示。

在律师分析及预测结果生成详细说明文档(最终业务结果)后，可以将案件记录在案件库，以用于用户的法律求助案件处理。

通过上述的业务辅助方法，可以完善案件描述笔录，并且可以辅助地对法律求助案件进行案件法律分析以及预测，从而可以节省用户时间，提高用户效率，降低律师从业门槛，将律师从繁琐的筛选工作中解脱出来。

实施例三

图3是本发明实施例三提供的一种业务辅助装置的结构示意图。结合图3，该装置包括：信息获取模块310，分词模块320，关键词提取模块330和总结模块340。其中：

信息获取模块310，用于获取业务描述信息；

分词模块320，用于通过自然语言处理算法对业务描述信息进行分词，得到各个分词语；

关键词提取模块330，用于在各个分词语中按照预设类别提取多个关键词；

总结模块340，用于根据各个关键词，通过语义分析算法对业务描述信息进行总结，得到业务总结信息。

可选的，总结模块340包括：

总结模板匹配单元，用于根据关键词确定匹配的总结模板；

初始总结信息确定单元，用于将各个关键词按照总结模板进行组合排序，确定初始总结信息；

业务总结信息确定单元，用于针对业务描述信息，通过语义分析算法对初始总结信息进行调整，得到业务总结信息。

可选的，该装置，还包括：

历史业务信息匹配模块，用于在在各个分词语中按照预设类别提取多个关键词之后，根据各个关键词，通过协同过滤算法在案件库中确定与业务描述信息匹配的历史业务信息；

排列显示模块，用于根据历史业务信息与业务描述信息的相似度评分，将各历史业务信息进行排列显示。

可选的，该装置，还包括：

第一目标评判信息匹配模块，用于在根据历史业务信息与业务描述信息的相似度评分，将各历史业务信息进行排列显示之后，响应于用户指令，根据各个关键词以及业务总结信息，与业务知识库中的评判信息进行匹配，确定匹配的第一目标评判信息；

第一目标历史关键词确定模块，用于根据各个关键词与历史业务信息中的历史关键词进行匹配，得到多个第一目标历史关键词；

预测业务结果及预测概率确定模块，用于根据第一目标评判信息中的评判结果以及历史业务信息中与各个第一目标历史关键词匹配的历史业务结果，确定业务描述信息的预测业务结果以及对应的预测概率。

可选的，该装置，还包括：

待补充业务信息确定模块，用于在根据历史业务信息与业务描述信息的相似度评分，将各历史业务信息的排列显示之后，根据历史业务信息、业务总结信息以及知识图谱，确定待补充业务信息，并展示提供待补充业务信息的提示信息；

业务描述补充信息获取模块，用于获取针对提示信息的业务描述补充信息；

业务描述信息更新模块，用于根据业务描述补充信息更新业务描述信息，返回通过自然语言处理算法对业务描述信息进行分词的操作。

可选的，该装置，还包括：

搜索信息获取模块，用于在根据历史业务信息与业务描述信息的相似度评分，将各历史业务信息的排列显示之后，获取用户的搜索信息；

第二目标评判信息匹配模块，用于根据搜索信息与知识库中的评判信息进行匹配，确定匹配的第二目标评判信息；

第二目标历史关键词确定模块，用于根据搜索信息与历史业务信息中的历史关键词进行匹配，得到至少一个第二目标历史关键词；

搜索结果确定模块，用于根据第二目标评判信息中的评判结果以及历史业务信息中与第二目标历史关键词匹配的历史业务结果，确定与搜索信息对应的搜索结果。

可选的，该装置，还包括：

修正结果获取模块，用于获取用户针对预测业务结果或者搜索结果反馈的修正结果；

最终业务结果确定模块，用于根据修正结果对预测业务结果或者搜索结果进行修正得到最终业务结果；

案件库更新模块，用于根据业务总结信息以及最终业务结果，更新案件库。

可选的，业务描述信息，包括：法律案件描述笔录；

关键词提取模块330，包括：

关键词提取单元，用于在各个分词语中提取具有法律属性特征、案件属性特征、案件程度描述特征以及案件性质特征的词语，并作为提取的关键词。

本发明实施例所提供的业务辅助装置可执行本发明任意实施例所提供的业务辅助方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4是本发明实施例四提供的一种电子设备的结构示意图，如图4所示，该设备包括：

一个或多个处理器410，图4中以一个处理器410为例；

存储器420；

所述设备还可以包括：输入装置430和输出装置440。

所述设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或者其他方式连接，图4中以通过总线连接为例。

存储器420作为一种非暂态计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的一种业务辅助方法对应的程序指令/模块(例如，附图3所示的信息获取模块310，分词模块320，关键词提取模块330和总结模块340)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述方法实施例的一种业务辅助方法，即：

获取业务描述信息；

通过自然语言处理算法对所述业务描述信息进行分词，得到各个分词语；

在各个分词语中按照预设类别提取多个关键词；

根据各个所述关键词，通过语义分析算法对所述业务描述信息进行总结，得到业务总结信息。

存储器420可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中，存储器420可选包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置430可用于接收输入的数字或字符信息，以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。

实施例五

本发明实施例五提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例提供的一种业务辅助方法：

获取业务描述信息；

通过自然语言处理算法对所述业务描述信息进行分词，得到各个分词语；

在各个分词语中按照预设类别提取多个关键词；

根据各个所述关键词，通过语义分析算法对所述业务描述信息进行总结，得到业务总结信息。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (6)

1.一种业务辅助方法，其特征在于，包括：

获取业务描述信息；其中，所述业务描述信息，包括：法律案件描述笔录；

通过自然语言处理算法对所述业务描述信息进行分词，得到各个分词语；

在各个分词语中按照预设类别提取多个关键词；其中，所述预设类别为预先按照业务处理所需要的关键词信息的类别进行设定的，包括：法律属性特征、案件属性特征、案件程度描述特征以及案件性质特征；所述关键词为具有预设类别属性的分词语；根据各个所述关键词，通过语义分析算法对所述业务描述信息进行总结，得到业务总结信息；

其中，根据各个所述关键词，通过语义分析算法对所述业务描述信息进行总结，得到业务总结信息，包括：

根据所述关键词确定匹配的总结模板；

将各个所述关键词按照所述总结模板进行组合排序，确定初始总结信息；

针对所述业务描述信息，通过语义分析算法对所述初始总结信息进行调整，得到业务总结信息；

其中，所述总结模板是按照预设类别进行划定、排序生成的模板，所述总结模板中指示各预设类别对应的关键词的排序前后与位置；不同的业务处理具有不同的预设类别，采用不同的总结模板；初始总结信息是按照总结模板指示的关键词的排列位置与顺序确定的，表示业务描述信息的初始语句；初始总结信息存在语义问题的，包括不符合语义规则，通过语义分析算法进行调整，得到符合语义规则，不存在语义问题的业务总结信息；其中，所述通过自然语言处理算法对所述业务描述信息进行分词，得到各个分词语，包括：

通过爬虫技术获取所述法律案件的语料信息；

通过人工标注以及机器学习的方式对各所述语料信息进行标注，并建立所述语料信息之间的关联关系，进而形成法律行业的知识库；

通过所述自然语言处理算法根据所述法律行业的知识库进行分词；

其中，在各个分词语中按照预设类别提取多个关键词之后，还包括：

根据各个所述关键词，通过协同过滤算法在案件库中确定与所述业务描述信息匹配的历史业务信息；

根据所述历史业务信息与所述业务描述信息的相似度评分，将各所述历史业务信息进行排列显示；

根据所述历史业务信息、所述业务总结信息以及知识图谱，确定待补充业务信息，并展示提供所述待补充业务信息的提示信息；其中，所述待补充业务信息为针对缺失关键词展开的提问式的信息，所述提示信息为对所述待补充业务信息的可视化；

获取针对所述提示信息的业务描述补充信息；

根据所述业务描述补充信息更新所述业务描述信息，返回通过自然语言处理算法对业务描述信息进行分词的操作；

所述案件库是已处理的业务案件进行记录形成的，对业务处理中的业务描述信息、关键词、业务总结信息、业务处理结果、影响业务处理结果的影响元素、各元素的比重以及业务处理结果的概率信息进行汇总记录，生成案件库中的案件信息；

所述历史业务信息是案件库中与业务描述信息存在一定相似度的历史处理的业务的描述信息以及对应的业务处理信息；所述历史业务信息包括案件库中记录的历史案件的全部信息；通过协同过滤算法得到业务描述信息与案件库中的历史业务信息的相似度评分；历史业务信息展示的是按照相似度评分的高低进行排序显示的；为了显示的简化以及明了，只显示历史业务信息中的部分信息，仅显示历史业务信息中的关键词，或者，可以仅显示历史业务信息中的业务描述信息；匹配历史业务信息的方式是通过协同算法将关键词作为用户的感兴趣信息，进行当前业务与历史业务的相似度评分计算；确定大于70％相似度评分的历史业务对应的信息为历史业务信息；

通过语义分析模块将关键词生成为业务总结信息；通过协同过滤模块确定法律案件描述笔录与案件库中的历史法律案件的卷宗的相似度评分，从而确定历史法律案件信息以及排名；获取用户对历史法律案件信息的排序调整指令，并显示调整后的历史法律案件信息以及排名；获取用户对历史法律案件信息的标注，显示历史法律案件信息与法律案件描述笔录的关联点标注；法律求助者或者律师从业者根据评分以及关键词对法律案件进行快速分析，确定案件进行审判时的可争辩点。

2.根据权利要求1所述的方法，其特征在于，在根据所述历史业务信息与所述业务描述信息的相似度评分，将各所述历史业务信息进行排列显示之后，还包括：

响应于用户指令，根据各个所述关键词以及所述业务总结信息，与业务知识库中的评判信息进行匹配，确定匹配的第一目标评判信息；

根据各个所述关键词与所述历史业务信息中的历史关键词进行匹配，得到多个第一目标历史关键词；

根据所述第一目标评判信息中的评判结果以及所述历史业务信息中与各个所述第一目标历史关键词匹配的历史业务结果，确定所述业务描述信息的预测业务结果以及对应的预测概率。

3.根据权利要求2所述的方法，其特征在于，在根据所述历史业务信息与所述业务描述信息的相似度评分，将各所述历史业务信息的排列显示之后，还包括：

获取用户的搜索信息；

根据所述搜索信息与知识库中的评判信息进行匹配，确定匹配的第二目标评判信息；

根据所述搜索信息与所述历史业务信息中的历史关键词进行匹配，得到至少一个第二目标历史关键词；

根据所述第二目标评判信息中的评判结果以及所述历史业务信息中与所述第二目标历史关键词匹配的历史业务结果，确定与所述搜索信息对应的搜索结果。

4.根据权利要求3所述的方法，其特征在于，还包括：

获取用户针对所述预测业务结果或者所述搜索结果反馈的修正结果；

根据所述修正结果对所述预测业务结果或者所述搜索结果进行修正得到最终业务结果；

根据所述业务总结信息以及所述最终业务结果，更新所述案件库。

5.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4任一项所述的方法。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4任一项所述的方法。