一种面向起诉状的要素结构化提取与自动回填方法与流程

本发明涉及自然语言处理及司法文书智能处理，具体为一种面向起诉状的要素结构化提取与自动回填方法。

背景技术：

1、随着司法业务信息化程度不断提高，起诉状的生成逐渐由人工编辑向模板化、自动化方向发展。在起诉材料整理过程中，通常需要从当事人陈述、案件事实材料、身份信息以及其他文本资料中提取当事人、诉讼请求、事实行为、时间、地点、金额等诉讼相关要素，并按照起诉状中预设的字段位置或者文本区域进行填充。现有技术通常采用关键词匹配、命名实体识别、预设规则或者大语言模型等方式从原始材料中提取相应信息，再根据字段名称、模板变量或者预设映射关系完成起诉状内容回填。

2、然而，起诉材料中的信息并非均以能够直接对应起诉状字段的标准形式出现。同一案件事实可能分散记载于不同语句或者不同材料中，并且事实主体、事实行为、事实客体等要素之间还可能存在否定、推测、模糊数量、主体不确定等限定关系。例如，原始材料中的“可能由被告实施”“大约支付三万元”“不能确定具体发生时间”等表达，不仅包含待提取的主体、金额或者时间要素，还限定了相应事实的确定程度或者事实范围。若仅依据关键词、实体类别或者字段语义相似度进行要素提取，容易将受到限定的候选要素直接转换为确定要素，或者使限定信息与其实际限定的事实对象发生分离。

3、进一步地，在将提取结果自动回填至起诉状时，原始材料中的事实表达与起诉状目标字段之间并不总是一一对应，可能存在一个事实命题对应多个字段、多个事实片段共同形成一个目标字段以及同一要素在不同事实关系中具有不同语义角色的情况。若直接根据模板变量或者字段名称进行替换和回填，可能产生要素与字段对应错误、事实限定状态丢失或者不同事实关系之间的信息混用，导致生成的起诉状内容超出原始材料能够支持的事实语义范围。

4、鉴于此，本发明提供一种面向起诉状的要素结构化提取与自动回填方法，以解决上述问题。

技术实现思路

1、本发明的目的在于提供一种面向起诉状的要素结构化提取与自动回填方法，解决现有起诉状自动生成过程中因诉讼要素分散表达、限定关系复杂及要素与目标字段对应不准确，导致自动回填出现事实限定状态丢失、字段错配及事实语义失真的技术问题。

2、为实现上述目的，本发明提供如下技术方案：本发明提供一种面向起诉状的要素结构化提取与自动回填方法，包括以下步骤：

3、获取原始起诉材料及包括多个目标字段的目标起诉状模板，对所述原始起诉材料进行事实命题解析，提取各原始事实命题对应的事实要素，识别与所述事实要素关联的事实限定要素并确定各事实限定要素的限定对象，根据所述事实要素、事实限定要素、限定对象及事实要素之间的语义关系构建诉讼要素结构；

4、获取各目标字段的字段语义属性，根据所述字段语义属性从所述诉讼要素结构中筛选候选诉讼要素，并根据候选诉讼要素所在原始事实命题中的事实行为、语义角色及限定状态建立诉讼要素与目标字段之间的字段映射关系，根据所述字段映射关系生成候选回填内容并对目标字段执行自动回填，形成候选起诉状；

5、对所述候选起诉状中的回填内容进行事实命题解析，将得到的回填事实命题与所述原始事实命题进行匹配并建立命题级映射关系，比较相互映射的事实命题中对应事实限定要素的限定状态，识别自动回填引起的事实限定状态变化；

6、当所述事实限定状态变化满足预设事实变化条件时，根据发生变化的事实限定要素及其限定对象确定异常回填字段或目标文本范围，对所述异常回填字段或目标文本范围执行字段回退或局部重新生成，并对纠偏后的回填内容再次进行事实命题解析和限定状态校验，根据校验结果确定对应目标字段的回填内容并输出起诉状。

7、进一步地，所述事实要素包括事实主体、事实行为、事实客体中的至少一种事实核心要素，以及时间要素、地点要素、金额要素和数量要素中的至少一种关联要素；

8、针对各原始事实命题，确定各事实要素相对于事实行为的语义角色，并将事实命题标识、事实要素及对应语义角色关联保存，以区分不同原始事实命题中属于相同要素类型的事实要素。

9、进一步地，所述事实限定要素包括否定限定、推测限定、数量限定及主体确定性限定中的至少一种，其中，所述推测限定用于表征针对事实行为或事实关系的认知确定程度，所述主体确定性限定用于表征事实主体身份的确定程度；

10、确定各事实限定要素的限定对象，所述限定对象包括事实核心要素、事实核心要素之间的事实关系或针对相应事实形成的认知状态，并将事实限定要素的限定状态与对应限定对象建立关联；

11、对事实要素进行数据格式规范化时，保留与所述事实要素关联的限定状态。

12、进一步地，所述目标字段分别配置字段标识和字段语义属性，所述字段语义属性至少包括目标字段允许承载的要素类型及对应语义角色；

13、建立所述字段映射关系时，根据目标字段允许承载的要素类型对所述诉讼要素结构中的诉讼要素进行候选筛选，并根据候选诉讼要素所在原始事实命题中的事实行为及相对于所述事实行为的语义角色进行匹配，在存在多个相同类型的候选诉讼要素时，根据所述事实行为和语义角色确定对应目标字段的候选诉讼要素。

14、进一步地，建立所述字段映射关系时，将候选诉讼要素对应的限定状态与目标字段关联，使所述字段映射关系至少表征目标字段、原始事实命题、候选诉讼要素、语义角色及限定状态之间的对应关系；

15、当一个目标字段对应多个诉讼要素时，将所述多个诉讼要素组成对应目标字段的字段映射组，并根据所述字段映射组生成对应的候选回填内容。

16、进一步地，对于能够结构化填写的目标字段，根据所述目标字段的数据格式对相应候选诉讼要素进行规范化处理，并保持所述候选诉讼要素的限定状态；

17、对于需要生成连续文本的目标字段，根据所述目标字段对应的原始事实命题及诉讼要素结构构建生成约束，所述生成约束包括用于保持事实主体、事实行为、事实客体及其语义角色的事实关系保持约束，以及用于保持否定、推测、数量和主体确定性限定状态的限定状态保持约束，并根据所述生成约束生成候选回填内容。

18、进一步地，执行自动回填时，根据候选诉讼要素的要素类型、所在原始事实命题中的事实行为、语义角色及限定状态判断对应目标字段是否形成唯一映射关系；

19、当形成唯一映射关系且候选回填内容满足目标字段的数据类型及语义要求时，将所述候选回填内容写入对应目标字段；当存在多个候选诉讼要素，并且根据要素类型、事实行为、语义角色及限定状态仍不能形成唯一映射关系时，保留各候选诉讼要素及其字段映射关系，并将对应目标字段设置为待确认状态。

20、进一步地，建立所述命题级映射关系时，根据原始事实命题与回填事实命题中的事实行为确定候选命题对，并根据事实主体、事实客体及关联事实要素相对于对应事实行为的语义角色，从所述候选命题对中确定相互对应的原始事实命题和回填事实命题；

21、当一个原始事实命题对应多个回填事实命题时，建立一对多命题级映射关系；当多个原始事实命题对应一个回填事实命题或回填事实命题组时，建立多对一命题级映射关系。

22、进一步地，所述事实限定状态变化包括限定保持、限定弱化、限定强化、限定删除及限定新增；

23、对相互映射的原始事实命题和回填事实命题中的事实限定要素及其限定对象进行比较，当所述事实限定状态变化使回填事实命题相对于原始事实命题的事实成立状态、事实确定程度或事实范围发生改变时，确定对应回填事实命题满足所述预设事实变化条件。

24、进一步地，当回填事实命题满足所述预设事实变化条件时，根据发生变化的事实限定要素及其限定对象确定对应目标字段；对于连续文本字段，根据所述事实限定要素、限定对象及二者对应的事实关系确定能够完整承载相应事实命题的目标文本范围；

25、当原始内容能够满足目标字段要求且直接替换不影响相邻内容的语义完整性时，对所述异常回填字段或目标文本范围执行字段回退；否则，根据对应原始事实命题构建局部生成约束，仅对所述目标文本范围进行局部重新生成；

26、对纠偏后的内容再次进行事实命题解析，建立纠偏后的事实命题与对应原始事实命题之间的命题级映射关系并进行限定状态校验，校验通过时保留纠偏后的内容，校验未通过时回退至原始内容或将对应目标字段设置为待确认状态。

27、与现有技术相比，本发明的有益效果是：

28、本发明通过对原始起诉材料进行事实命题解析，在提取事实主体、事实行为、事实客体及关联要素的同时识别事实限定要素并确定其限定对象，使诉讼要素在结构化过程中能够保留原始事实关系及否定、推测、数量范围和主体确定性等限定状态；通过结合目标字段的字段语义属性以及候选诉讼要素所在事实命题中的事实行为、语义角色和限定状态建立字段映射关系，使同类型诉讼要素能够依据其实际所属事实关系与对应目标字段进行匹配，降低要素错配及不确定信息被确定化回填的风险；进一步通过建立原始事实命题与回填事实命题之间的命题级映射关系，比较对应事实限定状态的变化，能够识别自动回填过程中对事实成立状态、事实确定程度或事实范围造成的改变，并针对异常回填字段或目标文本范围执行字段回退或局部重新生成及再次校验，从而形成从要素提取、字段映射、自动回填到事实一致性校验和局部纠偏的闭环处理，提高起诉状自动回填的准确性、事实语义一致性及生成结果的可靠性。