一种基于大模型与三维评估的辅助执法智能系统及方法

摘要: 本发明涉及计算机信息,特别涉及一种基于大模型与三维评估的辅助执法智能系统及方法。背景技术:1、城市化进程的高速推进带来城市人口的持续增长,铁路公安机关执法面临警...
一种基于大模型与三维评估的辅助执法智能系统及方法

本发明涉及计算机信息,特别涉及一种基于大模型与三维评估的辅助执法智能系统及方法。

背景技术:

1、城市化进程的高速推进带来城市人口的持续增长,铁路公安机关执法面临警力资源相对不足、执法情形复杂的现实困境。一是线执法工作高度依赖执法人员的过往经验,不同执法者对同一警情的处置方式存在显著差异,自由裁量权的不规范使用导致执法客观性不足,程序违规、法律适用不当等问题时有发生。与此同时,群众法治素养不断提升,对执法规范性、透明度的执法要求日益提高。二是一线执法中存在的当事人拒不配合、突发情况应对不足、警力配置不合理等痛点,加剧了执法矛盾,增加了行政复议、行政诉讼及信访投诉的概率。在此背景下,如何借助技术手段提升执法科学性、规范性与效率性,成为铁路公安执法工作高质量发展的迫切需求。

技术实现思路

1、本发明提供一种基于大模型与三维评估的辅助执法智能系统及方法,该系统以生成式 ai 引擎为核心,深度融合细粒度法律实体识别(bilstm-crf)、法律知识图谱、langchain 多轮对话框架及 drools 规则引擎四大核心技术,覆盖“警情输入—语义解析—知识检索—法条匹配—裁量建议—文书生成—效果评估”的完整执法辅助闭环。

2、本发明的技术方案如下:

3、本发明提供一种基于大模型与三维评估的辅助执法智能系统,包括:

4、生成式ai引擎的交互智能体模块,用于将非结构化的警情信息转化为结构化、合规的执法建议;

5、三维评估体系模块,用于根据执法建议,对执法行为进行量化评价;

6、程序合规与裁量校验模块,用于通过drools 规则引擎,确保执法程序规范性和裁量结果合法性;

7、以及闭环反馈与自我进化模块,用于根据回流数据实现系统优化。

8、优选的,所述生成式ai引擎的交互智能体模块包括多模态交互与对话管理模块、工具链编排与调度模块、法律条文检索链模块、法律语义中枢模块与法律知识中枢模块;

9、所述多模态交互与对话管理模块,用于通过前端交互接口,接收输入的警情“七何”要素;根据langchain架构保留最近 k 轮交互,将超出窗口范围的历史信息压缩为结构化摘要;存储当前对话的意图分类、已提取实体槽位和缺失信息字段,用于引导后续追问或触发下一步流程;

10、所述工具链编排与调度模块,用于langchain架构的agent机制根据解析出的用户意图,自动选择并按逻辑顺序调用工具,最终整合多源结果,生成执法建议;所述法律条文检索链模块,用于langchain 将大模型与法律知识图谱、案例向量库连接;

11、所述法律语义中枢模块,用于采用bilstm-crf模型实现从非结构化文本到结构化法律事实的转化;

12、所述法律知识中枢模块,用于以图结构形式组织法律知识,为智能研判提供支撑。

13、优选的,三维评估体系模块,包括合规性评估模块、公众接受度评估模块与执行效果评估模块。

14、优选的,所述法律语义中枢模块,包括细粒度实体识别模块与结构化要素输出模块;所述细粒度实体识别模块,用于根据接收的警情文本序列,通过双向长短期记忆网络捕捉上下文依赖关系,再由条件随机场层对全局标签序列进行优化,精准提取出关键法律实体;所述结构化要素输出模块,用于输出的标注序列,将警情描述直接转化为结构化数据,为法律知识图谱查询和法条匹配提供输入参数。

15、优选的,所述法律知识中枢模块,包括知识图谱构建模块、条款冲突自动检测模块与语义检索与混合查询模块;

16、所述知识图谱构建模块,用于将分散的法律条文、司法解释、历史案例和裁量规则组织为可推理的图结构网络;

17、条款冲突自动检测模块,用于通过对新录入的法规条文与其上位法的自动比对,检测其与上位法是否存在冲突,并将冲突关系存入图谱;在查询时,若触及冲突条款,系统将主动预警,确保法律适用的准确性;

18、语义检索与混合查询模块,用于采用“图查询 + 向量相似度检索”的混合策略,以提升法条匹配的准确性。

19、本发明一种基于大模型与三维评估的辅助执法智能方法,包括如下步骤:

20、步骤1,将非结构化的警情信息转化为结构化、合规的执法建议;

21、步骤2,根据执法建议,对执法行为进行量化评价;

22、步骤3,通过drools 规则引擎,确保执法程序规范性和裁量结果合法性;

23、步骤4,根据回流数据实现系统优化。

24、优选的,所述步骤1包括如下步骤:

25、步骤101),通过前端交互接口,接收输入的警情“七何”要素;

26、步骤102),根据langchain架构保留最近 k 轮交互,将超出窗口范围的历史信息压缩为结构化摘要;存储当前对话的意图分类、已提取实体槽位和缺失信息字段,用于引导后续追问或触发下一步流程;

27、步骤103)langchain架构的agent机制根据解析出的用户意图,自动选择并按逻辑顺序调用工具,最终整合多源结果,生成执法建议;

28、步骤104),采用bilstm-crf模型实现从非结构化文本到结构化法律事实的转化;

29、步骤105),以图结构形式组织法律知识,为智能研判提供支撑。

30、优选的,还包括步骤106),用于langchain 将大模型与法律知识图谱、案例向量库连接。

31、优选的,所述步骤3包括:

32、步骤301),数据回流步骤:每次执法完成后的评估得分,与被处置警情的“七何”特征和系统建议内容形成一条结构化反馈记录,存入用户反馈库;

33、步骤302),效果监控步骤:跟踪各类警情的平均 acceptance 得分和程序违规率变化趋势;

34、步骤303),增量微调触发步骤:当某一类警情的公众接受度得分连续下降,或某类程序违规提示被频繁忽略时,系统会将相关案例数据提交给人工审核团队复核后,用于对该场景下的 langchain prompt 模板或知识图谱节点的关联权重进行针对性优化,形成“处置—评估—优化”的持续提升闭环。

35、本发明的有益效果可以包括:

36、本发明通过将智能体开发技术与铁路现场各类执法场景的规范化需求相结合,并实际在实际执法过程中验证,并实现评估数据实时回流至大模型语言库,形成自我进化机制,实现执法效果的持续优化。本发明首创“合规性-公众接受度-执行效果”三维评估体系。该体系突破了传统ai执法“重技术轻合规”的局限,是国内首个可以量化执法社会效果的评估体系。其中,合规性从法律依据、程序规范、数据安全三个维度进行评估,公众接受度基于量化模型(acceptance)计算,执行效果综合考量处置效率、矛盾化解、社会影响三大指标,各指标权重通过德尔菲法、萨蒂 1-9 标度法等科学方法确定。通过最终形成的打分,可以反映本次执法效果,打分数据将回流至大数据语言库从而实现自我进化。三位评估体系能够实现辅助执法功能的不断改进提升。

37、当前公安一线执法面临警力不足、执法能力参差不齐、执法客观性不足等诸多痛点,而群众对执法规范性的要求日益提高,传统执法方式已难以适应新时代执法工作的需求。ai 技术在法律实体识别、智能研判、高效交互等方面的优势,使其成为破解执法痛点、提升执法实效的有效手段。本发明验证了技术可行性、数据可行性与实际应用效果,各技术模块的性能指标均能满足一线执法需求,智能体的应用能显著提升执法效率、降低程序违规率、提升公众接受度,为 ai 赋能执法活动提供了坚实的实践支撑。

38、通用型 ai 产品无法适配公安执法的专业需求,本发明紧扣执法场景的特殊性,以警情“七何”要素为核心输入,以法律规范引用、现场处置建议、警力装备建议为核心输出,实现与一线执法流程的深度融合。本发明创新性地将bilstm-crf、法律知识图谱、langchain、drools 规则引擎四大技术模块相结合,构建了专属的法律知识图谱与大模型语言库,实现了执法辅助的专业化、场景化,有效解决了传统 ai 产品与执法实践脱节的问题。

39、“技术-法律-社会”协同是提升 ai 执法辅助效果的关键。ai 赋能执法并非单纯的技术应用,而是技术、法律、社会的深度融合,忽视任何一个维度,都会影响智能体的实际应用效果。本研究首创的“合规性-公众接受度-执行效果”三维评估体系,实现了执法法律效果、效率效果与社会效果的量化评估,突破了传统 ai 执法“重技术轻合规”“重效果轻接受”的局限。该体系不仅能科学衡量执法效果,还能通过数据回流形成智能体的自我进化机制,推动执法工作形成“处置-评估-优化”的闭环实现了技术、法律与社会的协同发展。

40、总体而言,本发明切实契合了公安一线执法的实际需求,其技术体系与评估体系具有较强的创新性与实用性,能有效提升执法的科学性、规范性与效率性,为科技兴警战略的落地实施提供了新的路径。其应用不仅能破解当前一线执法的诸多痛点,还能推动公安执法工作向智能化、专业化、现代化转型,提升公安执法队伍的战斗力与执法公信力,实现法律效果与社会效果的统一。

41、本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

42、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。