(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210421671.X (22)申请日 2022.04.21 (71)申请人 陆静 地址 750021 宁夏回族自治区银川市西夏 区贺兰山西路宁夏司法警官职业学院 集体户1号 (72)发明人 陆静　王秀萍　陈文琦　 (74)专利代理 机构 成都鱼爪智云知识产权代理 有限公司 513 08 专利代理师 杨洪婷 (51)Int.Cl. G06F 40/166(2020.01) G06F 40/30(2020.01) G06F 40/216(2020.01) G06F 40/237(2020.01)G06Q 50/18(2012.01) (54)发明名称 一种法律文 书的分段 方法及装置 (57)摘要 本发明提出了一种法律文书的分段方法及 装置， 涉及文本处理技术领域。 该方法包括： 将待 分段法律文书的任一文本行和与该文本行邻近 的文本行输入至法律文书常见词词库， 得到该文 本行的所有特征词条集合。 将任一文本行的所有 特征词条集合输入至预置语义匹配模 型中， 基于 该文本行的语义特征， 得到适配度最高的特征词 组。 基于所有特征词组， 计算相邻文本行之间特 征词组的关联度。 根据关联度， 对待分段法律文 书进行分段， 得到分段结果。 实现了对待分段法 律文书的每个文本行进行针对性 分析的目的， 从 而有效考虑了法律文书中字词之间的关联度和 语义， 较为准确地划分语义段。 当用户利用法律 文书进行信息查找时， 则可以有效提高信息查阅 的效率。 权利要求书2页 说明书9页 附图5页 CN 114742021 A 2022.07.12 CN 114742021 A 1.一种法律文 书的分段 方法， 其特 征在于， 包括如下步骤： S110： 获取待分段法律文 书； S120： 将所述待分段法律文书的任一文本行和与该文本行邻近的文本行输入至法律文 书常见词 词库， 得到该文本行的所有特 征词条集 合； S130： 提取该文本行的语义特 征； S140： 将任一文本行的所有特征词条集合输入至预置语义匹配模型中， 基于该文本行 的语义特 征， 得到适配度最高的特 征词组； S150： 重复执行步骤S120至步骤S140， 直至遍历所述待分段法律文书中的所有文本行， 得到各文本行对应的特 征词组； S160： 基于所有特 征词组， 计算相邻文本行之间特 征词组的关联度； S170： 根据所述关联度， 对所述待分段法律文 书进行分段， 得到分段 结果。 2.根据权利要求1所述的法律文书的分段方法， 其特征在于， 将所述待分段法律文书的 任一文本行和与该文本行邻近的文本行输入至法律文书常见词词 库， 得到该文本行的所有 特征词条集 合的步骤 包括： S121： 按照从左到右的顺序， 以任一文本行的第一个字作 为起始字， 将所述起始字与该 起始字后面的相邻字组成词汇， 并将该词汇输入至法律文书常见词词库进行比对， 以判断 该词汇是否为特 征词条， 并将该词汇作为 最新起始字； S122： 重复执行步骤S121， 直至得到该文本行中包含所述第一个字的所有第一特征词 条； S123： 将该文本行中的任一字作为 起始字； S124： 重复执 行步骤S121至步骤S123， 直至得到该文本行的所有第一特 征词条。 3.根据权利要求2所述的法律文 书的分段 方法， 其特 征在于， 所述S121的步骤 包括： 按照从左到右 的顺序， 将任一文本行的第一个字作为起始字， 若该起始字位于一个自 然段的开头位置， 则将所述 起始字与该起始字后面的相邻字组成词汇； 若该起始字未位于一个自然段的开头位置， 则将该起始字输入至法律文书常见词词库 中， 得到包 含该起始字的所有第二特 征词条； 基于包含该起始字的所有第二特 征词条， 确定包 含该起始字的最长 字词数； 根据所述最长字词数， 将该起始字和与该文本行邻近的两个文本行的字依序组成词 汇。 4.根据权利要求1所述的法律文书的分段方法， 其特征在于， 所述基于所有特征词组， 计算相邻文本行之间特 征词组的关联度的步骤 包括： 若任一文本行的特征词组中所有第 三特征词条包括特征词条A和特征词条B， 则基于所 述待分段法律文书的相 邻文本行， 获取包含特征词条A的文本行数为X， 获取包含 特征词条B 的文本行 数为Y， 获取同时包 含特征词条A和特 征词条B的文本行 数为Z； 比较X/Z和Y /Z数值的大小， 取其中较大者作为相邻文本行之间特 征词组的关联度。 5.根据权利要求1所述的法律文书的分段方法， 其特征在于， 根据所述关联度， 对所述 待分段法律文 书进行分段， 得到分段 结果的步骤 包括： 若相邻两个文本行的关联度达到预设关联度且所述相邻两个文本行不属于同一自然 段， 则将两个文本行对应的自然段划分在一个 语义段中。权　利　要　求　书 1/2 页 2 CN 114742021 A 26.根据权利要求1所述的法律文书的分段方法， 其特征在于， 将所述待分段法律文书的 任一文本行和与该文本行邻近的文本行输入至法律文 书常见词 词库的步骤之前， 还 包括： 获取多个规范性法律文 书； 基于所述多个规范性法律文 书， 确定法律常见词汇； 根据所述法律常见词汇， 建立法律文 书常见词 词库。 7.根据权利要求1所述的法律文书的分段方法， 其特征在于， 所述将任一文本行的所有 特征词条集 合输入至预置语义匹配模型中的步骤之前， 还 包括： 建立语义匹配初始模型； 获取多个训练样本， 所述多个训练样本包括多个规范性法律文本行； 利用所述训练样本训练所述语义匹配初始模型， 得到预置语义匹配模型。 8.一种法律文 书的分段装置， 其特 征在于， 包括： 待分段法律文 书获取模块， 用于获取待分段法律文 书； 特征词条集合得到模块， 用于将所述待分段法律文书的任一文本行和与该文本行邻 近 的文本行输入至法律文 书常见词 词库， 得到该文本行的所有特 征词条集 合； 语义特征提取模块， 用于提取 该文本行的语义特 征； 特征词组得到模块， 用于将任一文本行的所有特征词条集合输入至预置语义匹配模型 中， 基于该文本行的语义特 征， 得到适配度最高的特 征词组； 文本行遍历模块， 用于重复执行特征词条集合得到模块至特征词组得到模块， 直至遍 历所述待分段法律文 书中的所有 文本行， 得到各文本行对应的特 征词组； 关联度计算模块， 用于基于所有特 征词组， 计算相邻文本行之间特 征词组的关联度； 分段模块， 用于根据所述关联度， 对所述待分段法律文 书进行分段， 得到分段 结果。 9.一种电子设备， 其特 征在于， 包括： 存储器， 用于存 储一个或多个程序； 处理器； 当所述一个或多个程序被所述处理器执行时， 实现如权利要求1 ‑7中任一项所述的方 法。 10.一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， 该计算机程序被 处理器执行时实现如权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114742021 A 3