【技術實現步驟摘要】
本專利技術涉及知識圖譜，具體地涉及一種融合知識圖譜和大語言模型的法務信息處理方法及一種融合知識圖譜和大語言模型的法務信息處理系統。
技術介紹
1、在法律領域，面對海量的法律條文、案例和法規，法律從業者和普通用戶需要耗費大量時間來檢索相關信息和分析案件。隨著法律文本和案例數據量的不斷增長，如何高效地從中提取有用信息，輔助法律從業者進行案件分析和決策，成為亟待解決的問題。傳統的法律信息檢索系統多依賴于關鍵詞檢索，難以理解和展示法律實體之間的復雜關系。這種方法通常無法全面覆蓋用戶的需求，導致檢索結果的相關性和準確性較低，用戶往往需要手動篩選大量的無關文檔。尤其在復雜的法律案件中，僅憑關鍵詞匹配的方式難以有效捕捉上下文關聯，無法充分支持案件背景的深層分析。
2、同時，現有的法律智能助手多為基于規則或淺層機器學習模型的問答系統，這些系統的局限性在于無法深入理解法律文檔的上下文含義，或者是提供精準的法律建議。這些系統大多依賴于預先設定的規則或簡單的語義匹配方法，導致其在面對復雜法律問題時的應對能力較為不足。此外，由于缺乏對法律實體之間關系的充分建模，現有系統往往不能有效地分析多層次的法律邏輯關系，這使得其在法律分析和建議生成方面的表現不夠理想。
3、針對現有技術中法律信息檢索效率低、法律實體關聯不準確以及案件分析智能化程度不足的問題。需要提出一種新的法務信息處理方案。
技術實現思路
1、本專利技術實施方式的目的是提供一種融合知識圖譜和大語言模型的法務信息處理方法及系統，
2、為了實現上述目的，本專利技術第一方面提供一種融合知識圖譜和大語言模型的法務信息處理方法，所述方法包括：采集法律領域相關的現有信息，并對所述現有信息進行數據預處理；基于預處理后的現有信息進行實體識別和關系抽取，并基于實體和各實體之間的關系構建知識圖譜；采集用戶的法務信息處理指令，并基于所述法務信息處理指令進行用戶意圖識別；基于識別意圖和法務信息處理指令，通過所述知識圖譜生成結果預測信息，并將結果預測信息推送到用戶端。
3、可選的，所述法律領域相關的現有信息包括：法律條文、司法解釋和歷史判例中的任意一種或多種；所述對所述現有信息進行數據預處理包括：對所述現有信息依次執行數據清洗處理和數據標準化處理。
4、可選的，基于預處理后的現有信息進行實體識別的規則包括：在預處理后的現有信息中，基于條件隨機場模型進行實體標注，獲得實體標注結果；基于實體標注結果，確定各實體的出現概率，將出現概率大于預設出現概率閾值的實體作為識別的實體。
5、可選的，所述條件隨機場模型為：
6、
7、其中，p(ei|context)為實體ei的出現概率；score(ei,context)為實體ei與上下文之間的相關性得分；∑ej∈possible?entitiesexp(score(ei,context))為所有候選實體的指數化得分的總和。
8、可選的，基于預處理后的現有信息進行關系抽取的規則為：基于依存句法分析和卷積神經網絡構建的關系抽取模型在預處理后的現有信息中進行關系抽取；其中，所述關系抽取模型表示為：
9、rij＝cnn(ei,ej)cnn()
10、其中，rij為實體ei與實體ej之間的關系；cnn()為卷積神經網絡模型。
11、可選的，所述基于實體和各實體之間的關系構建知識圖譜，包括：將實體作為實施圖譜的節點，將各實體之間的關系作為對應連接節點之間的邊，構建對應的知識圖譜。
12、可選的，在基于實體和各實體之間的關系構建知識圖譜后，所述方法還包括：基于neo4j圖數據庫進行知識圖譜存儲；基于neovis.js庫進行可視化已存儲的知識圖譜可視化，以響應于用戶觸發的知識圖譜查詢需求進行可視化后的知識圖譜推送。
13、可選的，所述基于所述法務信息處理指令進行用戶意圖識別包括：將所述法務信息處理指令處理為對應的文本信息，并基于glm-4模型進行文本信息中的噪聲去除；基于自然語言處理模型對噪聲去除后的文本信息進行意圖識別，獲得預測目標；所述基于識別意圖和法務信息處理指令，通過所述知識圖譜生成結果預測信息，并將結果預測信息推送到用戶端，包括：基于預測目標，通過支持向量機模型進行分類預測，將獲得的預測信息推送到用戶端。
14、本專利技術第二方面提供一種融合知識圖譜和大語言模型的法務信息處理系統，所述系統包括：采集單元，用于采集法律領域相關的現有信息，并對所述現有信息進行數據預處理；圖譜構建單元，用于基于預處理后的現有信息進行實體識別和關系抽取，并基于實體和各實體之間的關系構建知識圖譜；觸發單元，用于采集用戶的法務信息處理指令，并基于所述法務信息處理指令進行用戶意圖識別；預測單元，用于基于識別意圖和法務信息處理指令，通過所述知識圖譜生成結果預測信息，并將結果預測信息推送到用戶端。
15、另一方面，本專利技術提供一種計算機可讀儲存介質，該計算機可讀存儲介質上儲存有指令，其在計算機上運行時使得計算機執行上述的融合知識圖譜和大語言模型的法務信息處理方法。
16、通過上述技術方案，本專利技術方案首先采集法律領域的現有信息，并進行數據預處理，以便后續分析。然后，基于預處理后的數據執行實體識別和關系抽取，提取法律實體及其相互關系，并利用這些信息構建法律領域的知識圖譜。這種知識圖譜直觀地表示了法律概念和實體之間的關聯，有助于理解復雜的法律邏輯關系。接著，系統采集用戶的法務信息處理指令，并進行用戶意圖識別，以確定用戶的需求。最后，根據用戶的意圖和指令，通過知識圖譜生成相應的結果預測信息，并將預測結果推送至用戶端。這種方法能夠實現對法律問題的深層次分析和智能化處理，提升信息檢索的準確性和法律建議的可靠性，從而更好地支持法律從業者的決策和用戶的法律問題解決。
17、本專利技術實施方式的其它特征和優點將在隨后的具體實施方式部分予以詳細說明。
本文檔來自技高網...【技術保護點】
1.一種融合知識圖譜和大語言模型的法務信息處理方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述法律領域相關的現有信息包括：
3.根據權利要求1所述的方法，其特征在于，基于預處理后的現有信息進行實體識別的規則包括：
4.根據權利要求3所述的方法，其特征在于，所述條件隨機場模型為：
5.根據權利要求1所述的方法，其特征在于，基于預處理后的現有信息進行關系抽取的規則為：
6.根據權利要求1所述的方法，其特征在于，所述基于實體和各實體之間的關系構建知識圖譜，包括：
7.根據權利要求6所述的方法，其特征在于，在基于實體和各實體之間的關系構建知識圖譜后，所述方法還包括：
8.根據權利要求1所述的方法，其特征在于，所述基于所述法務信息處理指令進行用戶意圖識別包括：
9.一種融合知識圖譜和大語言模型的法務信息處理系統，其特征在于，所述系統包括：
10.一種計算機可讀存儲介質，其特征在于，該計算機可讀存儲介質上儲存有指令，其在計算機上運行時使得計算機執行權利要
...【技術特征摘要】
1.一種融合知識圖譜和大語言模型的法務信息處理方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述法律領域相關的現有信息包括：
3.根據權利要求1所述的方法，其特征在于，基于預處理后的現有信息進行實體識別的規則包括：
4.根據權利要求3所述的方法，其特征在于，所述條件隨機場模型為：
5.根據權利要求1所述的方法，其特征在于，基于預處理后的現有信息進行關系抽取的規則為：
6.根據權利要求1所述的方法，其特征在于，所述基于實體和各實體之間的關系構...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。