本發(fā)明涉及知識(shí)圖譜，尤其涉及一種基于數(shù)據(jù)分片的法律圖譜庫構(gòu)建方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、知識(shí)圖譜憑借其在知識(shí)檢索領(lǐng)域內(nèi)的高效特點(diǎn)，被廣泛應(yīng)用于信息檢索、智能問答以及輔助決策等方面。我國開始不斷加強(qiáng)智慧司法的建設(shè)，以期推動(dòng)人工智能在司法領(lǐng)域的發(fā)展。

2、當(dāng)前我國司法數(shù)據(jù)來源廣泛，涉及到的法條及法律專業(yè)術(shù)語繁雜，在司法人員疏通案情、搜集證據(jù)的過程中往往需要耗費(fèi)大量的人力，因此，法律知識(shí)圖譜應(yīng)運(yùn)而生。通過法律知識(shí)圖譜可以將相關(guān)司法數(shù)據(jù)整合起來，形成一個(gè)結(jié)構(gòu)化的知識(shí)圖譜網(wǎng)絡(luò)，從而實(shí)現(xiàn)案類推薦、罪名預(yù)測及智能問答等功能。但當(dāng)前法律知識(shí)圖譜的構(gòu)建方式主要是參考相關(guān)領(lǐng)域的法律文件，逐個(gè)法條進(jìn)行創(chuàng)建，因此當(dāng)前法律知識(shí)圖譜的創(chuàng)建過程存在創(chuàng)建效率低、靈活性差的問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于數(shù)據(jù)分片的法律圖譜庫構(gòu)建方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其主要目的在于解決當(dāng)前法律知識(shí)圖譜的創(chuàng)建過程存在創(chuàng)建效率低、靈活性差的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種基于數(shù)據(jù)分片的法律圖譜庫構(gòu)建方法，包括：

3、獲取原始法律圖譜網(wǎng)絡(luò)，在所述原始法律圖譜網(wǎng)絡(luò)中依次提取初始關(guān)系路徑；

4、識(shí)別所述初始關(guān)系路徑所連接的關(guān)聯(lián)實(shí)體屬性對(duì)，識(shí)別關(guān)聯(lián)實(shí)體屬性對(duì)的第一關(guān)系路徑數(shù)及第二關(guān)系路徑數(shù)；

5、根據(jù)所述第一關(guān)系路徑數(shù)及第二關(guān)系路徑數(shù)，利用預(yù)構(gòu)建的路徑長度公式計(jì)算所述初始關(guān)系路徑的目標(biāo)路徑長度，其中，所述路徑長度公式，如下所示：

6、

7、其中，l表示目標(biāo)路徑長度，k1表示第一關(guān)系比例系數(shù)，s1表示第一關(guān)系路徑數(shù)，k2表示第二關(guān)系比例系數(shù)，s2表示第二關(guān)系路徑數(shù)；

8、根據(jù)所述目標(biāo)路徑長度調(diào)節(jié)所述初始關(guān)系路徑的長度，得到目標(biāo)法律圖譜網(wǎng)絡(luò)；

9、對(duì)目標(biāo)法律圖譜網(wǎng)絡(luò)進(jìn)行聚類分析，得到法律圖譜聚類網(wǎng)絡(luò)，對(duì)法律圖譜聚類網(wǎng)絡(luò)進(jìn)行簇類分割，得到原始法律圖譜分類網(wǎng)絡(luò)集；

10、在所述原始法律圖譜分類網(wǎng)絡(luò)集中依次提取原始法律圖譜分類網(wǎng)絡(luò)，獲取多個(gè)類別實(shí)體屬性集；

11、在多個(gè)類別實(shí)體屬性集中提取與所述原始法律圖譜分類網(wǎng)絡(luò)重合度最大的目標(biāo)類別實(shí)體屬性集；

12、利用目標(biāo)類別實(shí)體屬性集，根據(jù)所述原始法律圖譜網(wǎng)絡(luò)對(duì)所述原始法律圖譜分類網(wǎng)絡(luò)進(jìn)行實(shí)體屬性補(bǔ)全，得到目標(biāo)法律圖譜分類網(wǎng)絡(luò)集；

13、對(duì)所述目標(biāo)法律圖譜分類網(wǎng)絡(luò)集進(jìn)行數(shù)據(jù)分片存儲(chǔ)，完成基于數(shù)據(jù)分片的法律圖譜庫構(gòu)建。

14、可選地，所述識(shí)別關(guān)聯(lián)實(shí)體屬性對(duì)的第一關(guān)系路徑數(shù)及第二關(guān)系路徑數(shù)，包括：

15、分別識(shí)別所述關(guān)聯(lián)實(shí)體屬性對(duì)中兩個(gè)關(guān)聯(lián)實(shí)體屬性的關(guān)系路徑數(shù)，得到關(guān)系路徑數(shù)對(duì)；

16、對(duì)所述關(guān)系路徑數(shù)對(duì)中兩個(gè)關(guān)系路徑數(shù)進(jìn)行大小比較，得到所述第一關(guān)系路徑數(shù)及第二關(guān)系路徑數(shù)，其中所述第一關(guān)系路徑數(shù)大于第二關(guān)系路徑數(shù)。

17、可選地，所述對(duì)目標(biāo)法律圖譜網(wǎng)絡(luò)進(jìn)行聚類分析，得到法律圖譜聚類網(wǎng)絡(luò)，包括：

18、在所述目標(biāo)法律圖譜網(wǎng)絡(luò)中隨機(jī)選取一個(gè)標(biāo)定實(shí)體屬性節(jié)點(diǎn)；

19、根據(jù)預(yù)設(shè)的批量提取方式，在所述目標(biāo)法律圖譜網(wǎng)絡(luò)中依次提取其它實(shí)體屬性節(jié)點(diǎn)與所述標(biāo)定實(shí)體屬性節(jié)點(diǎn)的距離，得到實(shí)體屬性距離序列；

20、根據(jù)所述實(shí)體屬性距離序列繪制實(shí)體屬性距離折線圖；

21、在所述實(shí)體屬性距離折線圖中識(shí)別拐點(diǎn)實(shí)體屬性距離，將所述拐點(diǎn)實(shí)體屬性距離作為領(lǐng)域半徑；

22、根據(jù)預(yù)設(shè)的領(lǐng)域最小節(jié)點(diǎn)數(shù)及所述領(lǐng)域半徑，利用預(yù)構(gòu)建的密度聚類算法對(duì)目標(biāo)法律圖譜網(wǎng)絡(luò)進(jìn)行聚類處理，得到法律圖譜聚類網(wǎng)絡(luò)。

23、可選地，所述根據(jù)預(yù)設(shè)的領(lǐng)域最小節(jié)點(diǎn)數(shù)及所述領(lǐng)域半徑，利用預(yù)構(gòu)建的密度聚類算法對(duì)目標(biāo)法律圖譜網(wǎng)絡(luò)進(jìn)行聚類處理，得到法律圖譜聚類網(wǎng)絡(luò)，包括：

24、根據(jù)領(lǐng)域最小節(jié)點(diǎn)數(shù)及領(lǐng)域半徑在所述目標(biāo)法律圖譜網(wǎng)絡(luò)中隨機(jī)選取一個(gè)核心實(shí)體屬性節(jié)點(diǎn)；

25、根據(jù)所述領(lǐng)域半徑確定所述核心實(shí)體屬性節(jié)點(diǎn)的包含實(shí)體屬性節(jié)點(diǎn)集；

26、根據(jù)領(lǐng)域最小節(jié)點(diǎn)數(shù)及領(lǐng)域半徑對(duì)所述包含實(shí)體屬性節(jié)點(diǎn)集進(jìn)行節(jié)點(diǎn)分類，得到邊緣實(shí)體屬性節(jié)點(diǎn)集及核心實(shí)體屬性節(jié)點(diǎn)集；

27、根據(jù)所述邊緣實(shí)體屬性節(jié)點(diǎn)集、核心實(shí)體屬性節(jié)點(diǎn)集及所述領(lǐng)域半徑在所述目標(biāo)法律圖譜網(wǎng)絡(luò)中劃定迭代節(jié)點(diǎn)聚類簇；

28、在所述核心實(shí)體屬性節(jié)點(diǎn)集中依次提取核心實(shí)體屬性節(jié)點(diǎn)，返回上述根據(jù)所述領(lǐng)域半徑確定所述核心實(shí)體屬性節(jié)點(diǎn)的包含實(shí)體屬性節(jié)點(diǎn)集的步驟，直至所述迭代節(jié)點(diǎn)聚類簇中不存在核心實(shí)體屬性節(jié)點(diǎn)，得到目標(biāo)節(jié)點(diǎn)聚類簇；

29、在所述目標(biāo)法律圖譜網(wǎng)絡(luò)中去除所述目標(biāo)節(jié)點(diǎn)聚類簇，得到待聚類法律圖譜網(wǎng)絡(luò)；

30、根據(jù)領(lǐng)域最小節(jié)點(diǎn)數(shù)及領(lǐng)域半徑在所述待聚類法律圖譜網(wǎng)絡(luò)中隨機(jī)選取一個(gè)核心實(shí)體屬性節(jié)點(diǎn)，并返回上述根據(jù)所述領(lǐng)域半徑確定所述核心實(shí)體屬性節(jié)點(diǎn)的包含實(shí)體屬性節(jié)點(diǎn)集的步驟，直至所述待聚類法律圖譜網(wǎng)絡(luò)中不存在目標(biāo)節(jié)點(diǎn)聚類簇，得到法律圖譜聚類網(wǎng)絡(luò)。

31、可選地，所述根據(jù)領(lǐng)域最小節(jié)點(diǎn)數(shù)及領(lǐng)域半徑對(duì)所述包含實(shí)體屬性節(jié)點(diǎn)集進(jìn)行節(jié)點(diǎn)分類，得到邊緣實(shí)體屬性節(jié)點(diǎn)集及核心實(shí)體屬性節(jié)點(diǎn)集，包括：

32、在所述包含實(shí)體屬性節(jié)點(diǎn)集中依次提取包含實(shí)體屬性節(jié)點(diǎn)；

33、根據(jù)所述領(lǐng)域半徑劃定所述包含實(shí)體屬性節(jié)點(diǎn)的密度直達(dá)領(lǐng)域；

34、判斷所述密度直達(dá)領(lǐng)域內(nèi)的實(shí)體屬性節(jié)點(diǎn)個(gè)數(shù)是否大于等于所述領(lǐng)域最小節(jié)點(diǎn)數(shù)；

35、若所述密度直達(dá)領(lǐng)域內(nèi)的實(shí)體屬性節(jié)點(diǎn)個(gè)數(shù)大于等于所述領(lǐng)域最小節(jié)點(diǎn)數(shù)，則將所述包含實(shí)體屬性節(jié)點(diǎn)作為核心實(shí)體屬性節(jié)點(diǎn)；

36、若所述密度直達(dá)領(lǐng)域內(nèi)的實(shí)體屬性節(jié)點(diǎn)個(gè)數(shù)不大于等于所述領(lǐng)域最小節(jié)點(diǎn)數(shù)，則將所述包含實(shí)體屬性節(jié)點(diǎn)作為邊緣實(shí)體屬性節(jié)點(diǎn)；

37、匯總所述包含實(shí)體屬性節(jié)點(diǎn)集中所有的邊緣實(shí)體屬性節(jié)點(diǎn)及核心實(shí)體屬性節(jié)點(diǎn)，得到邊緣實(shí)體屬性節(jié)點(diǎn)集及核心實(shí)體屬性節(jié)點(diǎn)集。

38、可選地，所述對(duì)法律圖譜聚類網(wǎng)絡(luò)進(jìn)行簇類分割，得到原始法律圖譜分類網(wǎng)絡(luò)集，包括：

39、在所述法律圖譜聚類網(wǎng)絡(luò)中依次識(shí)別每個(gè)目標(biāo)節(jié)點(diǎn)聚類簇的外簇關(guān)系路徑集；

40、從所述外簇關(guān)系路徑集中的每個(gè)外簇關(guān)系路徑處對(duì)所述對(duì)法律圖譜聚類網(wǎng)絡(luò)進(jìn)行分割，得到原始法律圖譜分類網(wǎng)絡(luò)集。

41、可選地，所述在多個(gè)類別實(shí)體屬性集中提取與所述原始法律圖譜分類網(wǎng)絡(luò)重合度最大的目標(biāo)類別實(shí)體屬性集，包括：

42、在所述多個(gè)類別實(shí)體屬性集中依次提取類別實(shí)體屬性集；

43、在所述原始法律圖譜分類網(wǎng)絡(luò)提取原始實(shí)體屬性集；

44、識(shí)別所述類別實(shí)體屬性集與所述原始實(shí)體屬性集中相同實(shí)體屬性的個(gè)數(shù)及類別實(shí)體屬性集中實(shí)體屬性的個(gè)數(shù)；

45、利用預(yù)構(gòu)建的重合度公式，根據(jù)所述相同實(shí)體屬性的個(gè)數(shù)及類別實(shí)體屬性集中實(shí)體屬性的個(gè)數(shù)計(jì)算所述類別實(shí)體屬性集的重合度，得到重合度集；

46、在所述重合度集中提取最大重合度對(duì)應(yīng)的目標(biāo)類別實(shí)體屬性集。

47、可選地，所述重合度公式，如下所示：

48、

49、其中，cij表示所述多個(gè)類別實(shí)體屬性集中第i個(gè)類別實(shí)體屬性集與所述原始法律圖譜分類網(wǎng)絡(luò)集中第j個(gè)原始法律圖譜分類網(wǎng)絡(luò)的重合度，xij表示所述多個(gè)類別實(shí)體屬性集中第i個(gè)類別實(shí)體屬性集與所述原始法律圖譜分類網(wǎng)絡(luò)集中第j個(gè)原始法律圖譜分類網(wǎng)絡(luò)的相同實(shí)體屬性的個(gè)數(shù)，li表示多個(gè)類別實(shí)體屬性集中第i個(gè)類別實(shí)體屬性集的實(shí)體屬性的個(gè)數(shù)。

50、可選地，所述利用目標(biāo)類別實(shí)體屬性集，根據(jù)所述原始法律圖譜網(wǎng)絡(luò)對(duì)所述原始法律圖譜分類網(wǎng)絡(luò)進(jìn)行實(shí)體屬性補(bǔ)全，得到目標(biāo)法律圖譜分類網(wǎng)絡(luò)集，包括：

51、判斷所述原始法律圖譜分類網(wǎng)絡(luò)中是否存在不屬于所述目標(biāo)類別實(shí)體屬性集的異簇原始實(shí)體屬性；

52、若所述原始法律圖譜分類網(wǎng)絡(luò)中存在不屬于所述目標(biāo)類別實(shí)體屬性集的異簇原始實(shí)體屬性，則將所述異簇原始實(shí)體屬性去除，得到待補(bǔ)全法律圖譜分類網(wǎng)絡(luò)；

53、若所述原始法律圖譜分類網(wǎng)絡(luò)中不存在不屬于所述目標(biāo)類別實(shí)體屬性集的異簇原始實(shí)體屬性，則將所述原始法律圖譜分類網(wǎng)絡(luò)作為待補(bǔ)全法律圖譜分類網(wǎng)絡(luò)；

54、在所述目標(biāo)類別實(shí)體屬性集中去除所述待補(bǔ)全法律圖譜分類網(wǎng)絡(luò)中的原始實(shí)體屬性集，得到待補(bǔ)全實(shí)體屬性集；

55、在所述原始法律圖譜網(wǎng)絡(luò)中將所述待補(bǔ)全實(shí)體屬性集中的待補(bǔ)全實(shí)體屬性依次與所述原始法律圖譜分類網(wǎng)絡(luò)進(jìn)行關(guān)系路徑連接，得到目標(biāo)法律圖譜分類網(wǎng)絡(luò)；

56、匯總所述原始法律圖譜分類網(wǎng)絡(luò)集中所有原始法律圖譜分類網(wǎng)絡(luò)的目標(biāo)法律圖譜分類網(wǎng)絡(luò)，得到所述目標(biāo)法律圖譜分類網(wǎng)絡(luò)集。

57、為了解決上述問題，本發(fā)明還提供一種基于數(shù)據(jù)分片的法律圖譜庫構(gòu)建裝置，所述裝置包括：

58、初始關(guān)系路徑提取模塊，用于獲取原始法律圖譜網(wǎng)絡(luò)，在所述原始法律圖譜網(wǎng)絡(luò)中依次提取初始關(guān)系路徑；

59、初始關(guān)系路徑調(diào)節(jié)模塊，用于識(shí)別所述初始關(guān)系路徑所連接的關(guān)聯(lián)實(shí)體屬性對(duì)，識(shí)別關(guān)聯(lián)實(shí)體屬性對(duì)的第一關(guān)系路徑數(shù)及第二關(guān)系路徑數(shù)；根據(jù)所述第一關(guān)系路徑數(shù)及第二關(guān)系路徑數(shù)，利用預(yù)構(gòu)建的路徑長度公式計(jì)算所述初始關(guān)系路徑的目標(biāo)路徑長度，其中，所述路徑長度公式，如下所示：

60、

61、其中，l表示目標(biāo)路徑長度，k1表示第一關(guān)系比例系數(shù)，s1表示第一關(guān)系路徑數(shù)，k2表示第二關(guān)系比例系數(shù)，s2表示第二關(guān)系路徑數(shù)；根據(jù)所述目標(biāo)路徑長度調(diào)節(jié)所述初始關(guān)系路徑的長度，得到目標(biāo)法律圖譜網(wǎng)絡(luò)；

62、法律圖譜聚類網(wǎng)絡(luò)分割模塊，用于對(duì)目標(biāo)法律圖譜網(wǎng)絡(luò)進(jìn)行聚類分析，得到法律圖譜聚類網(wǎng)絡(luò)，對(duì)法律圖譜聚類網(wǎng)絡(luò)進(jìn)行簇類分割，得到原始法律圖譜分類網(wǎng)絡(luò)集；

63、原始法律圖譜分類網(wǎng)絡(luò)補(bǔ)全模塊，用于在所述原始法律圖譜分類網(wǎng)絡(luò)集中依次提取原始法律圖譜分類網(wǎng)絡(luò)，獲取多個(gè)類別實(shí)體屬性集；在多個(gè)類別實(shí)體屬性集中提取與所述原始法律圖譜分類網(wǎng)絡(luò)重合度最大的目標(biāo)類別實(shí)體屬性集；利用目標(biāo)類別實(shí)體屬性集，根據(jù)所述原始法律圖譜網(wǎng)絡(luò)對(duì)所述原始法律圖譜分類網(wǎng)絡(luò)進(jìn)行實(shí)體屬性補(bǔ)全，得到目標(biāo)法律圖譜分類網(wǎng)絡(luò)集；

64、數(shù)據(jù)分片存儲(chǔ)模塊，用于對(duì)所述目標(biāo)法律圖譜分類網(wǎng)絡(luò)集進(jìn)行數(shù)據(jù)分片存儲(chǔ)。

65、為了解決上述問題，本發(fā)明還提供一種電子設(shè)備，所述電子設(shè)備包括：

66、至少一個(gè)處理器；以及，

67、與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，

68、所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以實(shí)現(xiàn)上述所述的基于數(shù)據(jù)分片的法律圖譜庫構(gòu)建方法。

69、為了解決上述問題，本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有至少一個(gè)指令，所述至少一個(gè)指令被電子設(shè)備中的處理器執(zhí)行以實(shí)現(xiàn)上述所述的基于數(shù)據(jù)分片的法律圖譜庫構(gòu)建方法。

70、相比于背景技術(shù)所述：當(dāng)前法律知識(shí)圖譜的創(chuàng)建過程存在創(chuàng)建效率低、靈活性差的現(xiàn)象，本發(fā)明實(shí)施例在對(duì)原始法律圖譜網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)分片存儲(chǔ)的過程中，需要先獲得可以分片存儲(chǔ)的目標(biāo)法律圖譜分類網(wǎng)絡(luò)集，因此需要對(duì)所述原始法律圖譜網(wǎng)絡(luò)進(jìn)行分類，在分類的過程中需要對(duì)所述原始法律圖譜網(wǎng)絡(luò)進(jìn)行聚類，以方便分類，為了實(shí)現(xiàn)聚類目的，通過調(diào)整關(guān)聯(lián)實(shí)體屬性對(duì)的目標(biāo)路徑長度的方式實(shí)現(xiàn)對(duì)所述原始法律圖譜網(wǎng)絡(luò)的聚類，具體方法為先在所述原始法律圖譜網(wǎng)絡(luò)中依次提取初始關(guān)系路徑，再識(shí)別初始關(guān)系路徑所連接的關(guān)聯(lián)實(shí)體屬性對(duì)，此時(shí)通過識(shí)別關(guān)聯(lián)實(shí)體屬性對(duì)的第一關(guān)系路徑數(shù)及第二關(guān)系路徑數(shù)，實(shí)現(xiàn)根據(jù)所述第一關(guān)系路徑數(shù)及第二關(guān)系路徑數(shù)，利用預(yù)構(gòu)建的路徑長度公式計(jì)算所述初始關(guān)系路徑的目標(biāo)路徑長度的目的，當(dāng)?shù)玫剿瞿繕?biāo)路徑長度后，就可以對(duì)目標(biāo)法律圖譜網(wǎng)絡(luò)進(jìn)行聚類分析，得到法律圖譜聚類網(wǎng)絡(luò)，再對(duì)法律圖譜聚類網(wǎng)絡(luò)進(jìn)行簇類分割，得到原始法律圖譜分類網(wǎng)絡(luò)集，由于所述原始法律圖譜分類網(wǎng)絡(luò)集是通過對(duì)目標(biāo)法律圖譜網(wǎng)絡(luò)進(jìn)行聚類分割得到的，因此需要對(duì)所述原始法律圖譜分類網(wǎng)絡(luò)進(jìn)行實(shí)體屬性補(bǔ)全，在進(jìn)行實(shí)體屬性補(bǔ)全時(shí)，可以先在所述原始法律圖譜分類網(wǎng)絡(luò)集中依次提取原始法律圖譜分類網(wǎng)絡(luò)，獲取多個(gè)類別實(shí)體屬性集，然后在多個(gè)類別實(shí)體屬性集中提取與所述原始法律圖譜分類網(wǎng)絡(luò)重合度最大的目標(biāo)類別實(shí)體屬性集，再利用目標(biāo)類別實(shí)體屬性集，由于所述原始法律圖譜網(wǎng)絡(luò)存在所述原始法律圖譜分類網(wǎng)絡(luò)需補(bǔ)全的類別實(shí)體屬性，因此可以根據(jù)所述原始法律圖譜網(wǎng)絡(luò)對(duì)所述原始法律圖譜分類網(wǎng)絡(luò)進(jìn)行實(shí)體屬性補(bǔ)全，得到目標(biāo)法律圖譜分類網(wǎng)絡(luò)集，此時(shí)即可對(duì)所述目標(biāo)法律圖譜分類網(wǎng)絡(luò)集進(jìn)行數(shù)據(jù)分片存儲(chǔ)，從而完成基于數(shù)據(jù)分片的法律圖譜庫構(gòu)建。因此本發(fā)明提出的基于數(shù)據(jù)分片的法律圖譜庫構(gòu)建方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，可以解決當(dāng)前法律知識(shí)圖譜的創(chuàng)建過程存在創(chuàng)建效率低、靈活性差的問題。