一种企业基础法律智能咨询终端、系统及方法与流程

本发明涉及法律服务系统技术领域，具体为一种企业基础法律智能咨询终端、系统及方法。

背景技术：

随着我国的法制不断完善，通过诉讼途径解决民事纠纷日益普遍。但是，由于法律是一项专门的技术，诉讼采用的策略、流程顺序等对诉讼的结果至关重要。

现有企业的法律相关的决策工作都是向专家团队进行咨询，现有法律咨询处理方式，均采用人工处理，企业通过网络、电话及面谈的方式与法律专业人士沟通，了解法律详情，得到咨询结果，从而依靠法律维护自身的合法权益。但人工咨询的处理方式会占用大量人力及时间，企业需要等待或提前预约，法律咨询业务工作效率低且人力成本昂贵，会增加企业的法律运营成本。

技术实现要素：

本发明提供了一种企业基础法律智能咨询终端、系统及方法，可以快速准确的为企业管理人员解决法律咨询问题，减少企业的咨询等待时间，降低企业法律运营方面的成本。

为了解决上述技术问题，本申请提供如下技术方案：

一种企业基础法律智能咨询方法，包括以下步骤：输入获取步骤，获取用户输入的描述内容；语义解析步骤，对用户输入的描述内容进行语义解析，获取语义关键词；智能评估步骤，根据语义关键词分析案情并生成分析结果和咨询建议；智能评估步骤具体包括：案情构建步骤，根据语义关键词匹配案情构建模型，根据案情构建模型与用户交互并生成案情内容；所述案情内容为多个按照时间先后排列的案情事件的集合，所述案情事件包括时间、人物、地点、因果、事项；案情分析步骤，根据案情内容匹配相关的法条和案例，根据法条和案例对案情内容进行合法性分析，生成分析结果；咨询建议步骤，根据分析结果生成咨询建议。

本发明技术方案中，通过输入获取模块获取用户的描述内容，通过语义解析模块获取用户描述内容中的语义关键词，如人物、时间、事项、地点、数值等等，案情构建模块通过这些语义关键词，重新构建还原案情内容，相当于对用户的描述内容进行梳理，将用户的描述内容变成计算机可以识别的内容，匹配模块根据语义关键词和案情内容，来匹配相应的法条和案例，评估建议模块根据法条和案例对案情内容进行分析，最终生成法律流程建议展现给用户，对于企业而言，本发明技术方案可以根据描述内容，可以快速为企业推送合适的案例和法条，并生成法律流程建议，通过大数据技术集成了大量的案例，可以快速准确的为企业管理人员展现相关结果，减少企业对相关法律、案例等的咨询时间，决策的结果基于数据的分析结果，不依赖于专家个人的经验，更加客观准确，通过案例也帮助企业管理人员快速理解相关内容，进而快速解决企业的问题，常见的问题可以由本系统快速解决，降低企业法律运营方面的成本。

进一步，还包括推送步骤：将于案情内容相关的法条、案例以及咨询建议推送到用户终端。方便用户及时查看咨询结果。

进一步，案情分析步骤包括：

案情匹配步骤，根据案情内容从案例库中匹配相似的案例，并根据案例所涉及的法条得到案情内容相关的法条；

合法性分析步骤，根据法条、案例以及案情内容，对每个案情事件中各个人物的事项合法性进行评估，得到各个人物的各个事项的违法风险项以及对应的法条和案例；

后果分析步骤，根据合法性分析步骤的分析结果、法条、案例以及案情内容生成各个人物的后果，所述后果包括违法惩罚成本和索赔收益。对每个案情事件中的每个人物的事项都进行合法性的评估以及最终的后果的评估，使得评估更加全面。

进一步，合法性分析步骤具体包括：

时间合法性评估步骤，对案情事件中的时间进行合法性分析，得到时间合法性评分；

事项合法性评估步骤，对案情事件中的事项进行合法性分析，得到事项合法性评分；

因果合法性评估步骤，对案情事件中的因果进行合法性分析，得到因果合法性评分；

地点合法性评估步骤，对案情事件中的地点进行合法性分析，得到地点合法性评分；

根据时间合法性评分、事项合法性评分、因果合法性评分以及地点合法性评分得到违法风险项。对案情内容中的时间、事项、因果以及地点均进行合法性的评估，进而发现可能违法的地方，全面找出违法风险项。

进一步，案情匹配步骤包括：

匹配参数解析步骤，根据案情内容获取匹配参数，所述匹配参数包括案情类型、案情时间范围、案情人物关系、人员数量、涉案金额；

筛选步骤，根据语义关键词以及匹配参数从数据库中筛选匹配范围库；计算匹配范围库内各个案例与案情内容的案情事件的重合率，选出重合率最高的前n个案例作为匹配结果。

通过匹配参数可以对案情内容从类型等角度进行匹配和筛选，进而提高匹配的速度和准确度。

进一步，所述输入获取步骤包括：

语音输入获取步骤，获取用户语音并将用户语音内容转化为文本内容；

文本输入获取步骤，获取用户输入的文本或语音转化的文本内容作为用户输入的描述内容。方便用户通过语音和文本等多种方式进行输入。

进一步，还包括匹配反馈调节步骤：收集用户对各个案例以及法条的查看或收藏次数，根据查看以及收藏的次数对匹配范围库的筛选参数进行调整。通过对匹配范围库的筛选参数进行调整，使得匹配更加准确。

进一步，筛选步骤中根据语义关键词以及匹配参数与各个匹配范围库的关联度匹配相应的法条和案例，所述反馈调节步骤中根据各个法条和案例的查看和收藏次数对关联度进行修正。通过对关联度进行修正实现对筛选参数的调节。

进一步，本发明还公开了一种企业基础法律智能咨询系统，该系统使用了上述任意一种企业基础法律智能咨询方法。

进一步，本发明还公开了一种企业基础法律智能咨询终端，该终端加载了上述的企业基础法律智能咨询系统。

通过使用上述的企业基础法律智能咨询方法，可以快速为企业推送合适的案例和法条，并生成法律流程建议，通过大数据技术集成了大量的案例，可以快速准确的为企业管理人员展现相关结果，减少企业对相关法律、案例等的咨询时间，决策的结果基于数据的分析结果，不依赖于专家个人的经验，更加客观准确，降低企业法律运营方面的成本。

附图说明

图1为本发明中一种企业基础法律智能咨询方法实施例中的流程图。

具体实施方式

下面通过具体实施方式进一步详细说明：

实施例一

如图1所示，本实施例的一种企业基础法律智能咨询方法，包括以下步骤：

输入获取步骤，获取用户输入的描述内容；本实施例中，输入获取步骤包括：

语音输入获取步骤，获取用户语音并将用户语音内容转化为文本内容，本实施例中采用科大讯飞的语音识别算法模块将用户语音内容转化为文本；

文本输入获取步骤，获取用户输入的文本或语音转化的文本内容作为用户输入的描述内容。方便用户通过语音和文本等多种方式进行输入。

语义解析步骤，对用户输入的描述内容进行语义解析，获取语义关键词；本实施例中，语义解析步骤采用基于rnns的人工智能语义解析算法，如腾讯云npl引擎来进行描述内容的分词、语义解析等，并根据数据库中存储的关键词库获取语义关键词，语义关键词包括案情关键词，案情关键词包括时间、人物、地点、因果、事项五种类型。

智能评估步骤，根据语义关键词分析案情并生成分析结果和咨询建议；智能评估步骤具体包括：

案情构建步骤，根据语义关键词匹配案情构建模型，根据案情构建模型与用户交互并生成案情内容；所述案情内容为多个按照时间先后排列的案情事件的集合，所述案情事件包括时间、人物、地点、因果、事项；本实施例中，数据库中存储有各类常用的案情构建模型，不同的模型对应不同类型的案情事件，如针对合同时间违约的案情构建模型，针对借款纠纷的案情构建模型，针对侵权的案情构建模型等，不同的案情构建模型有不同的交互问题，案情构建步骤中，根据案情构建模型与用户进行交互，通过询问交互的形式，获取案情构建所需的内容，最后根据已经获取的语义关键词以及在交互过程中获取的内容将案情补充完整，形成案情内容。

案情分析步骤，根据案情内容匹配相关的法条和案例，根据法条和案例对案情内容进行合法性分析，生成分析结果；本实施例中，案情分析步骤包括案情匹配步骤、合法性分析步骤以及后果分析步骤。

案情匹配步骤中根据案情内容从案例库中匹配相似的案例，并根据案例所涉及的法条得到案情内容相关的法条；案情匹配步骤具体包括匹配参数解析步骤、筛选步骤和匹配反馈调节步骤。

匹配参数解析步骤中根据案情内容获取匹配参数，所述匹配参数包括案情类型、案情时间范围、案情人物关系、人员数量、涉案金额；

筛选步骤中根据语义关键词以及匹配参数从数据库中筛选匹配范围库；本实施例中，各个匹配范围库均设有与各个语义关键词以及匹配参数的关联度，筛选步骤中，根据语义关键词以及匹配参数与各个匹配范围库的关联度匹配相应的法条和案例，计算匹配范围库内各个案例与案情内容的案情事件的重合率，本实施例中，若案情事件的人物关系、事项、因果相同则认为两个案情事件重合，案情事件的地点、时间的偏差计算事件重合度，将所有的事件重合度求和得到，两个案情内容中案情事件重合的数量占案情内容的案情事件的总数量的比例为重合率，选出重合率最高的前n个案例作为匹配结果，本实施例中n为5。

匹配反馈调节步骤中收集用户对各个案例以及法条的查看或收藏次数，根据查看以及收藏的次数对匹配范围库的筛选参数进行调整。通过对匹配范围库的筛选参数进行调整，使得匹配更加准确。

所述反馈调节步骤中根据各个法条和案例的查看和收藏次数对关联度进行修正。通过对关联度进行修正实现对筛选参数的调节。

合法性分析步骤中根据法条、案例以及案情内容，对每个案情事件中各个人物的事项合法性进行评估，得到各个人物的各个事项的违法风险项以及对应的法条和案例；合法性分析步骤具体包括：

时间合法性评估步骤，对案情事件中的时间进行合法性分析，得到时间合法性评分；

事项合法性评估步骤，对案情事件中的事项进行合法性分析，得到事项合法性评分；

因果合法性评估步骤，对案情事件中的因果进行合法性分析，得到因果合法性评分；

地点合法性评估步骤，对案情事件中的地点进行合法性分析，得到地点合法性评分；

根据时间合法性评分、事项合法性评分、因果合法性评分以及地点合法性评分得到违法风险项。通过上述步骤对案情内容中的时间、事项、因果以及地点均进行合法性的评估，进而发现可能违法的地方，全面找出违法风险项。

后果分析步骤中根据合法性分析步骤的分析结果、法条、案例以及案情内容生成各个人物的后果，所述后果包括违法惩罚成本和索赔收益。对每个案情事件中的每个人物的事项都进行合法性的评估以及最终的后果的评估，使得评估更加全面。

咨询建议步骤，根据分析结果生成咨询建议。

推送步骤：将于案情内容相关的法条、案例以及咨询建议推送到用户终端。方便用户及时查看咨询结果。

本实施例中还公开了一种企业基础法律智能咨询系统，该系统使用了上述任意一种企业基础法律智能咨询方法。

本实施例中还公开了一种企业基础法律智能咨询终端，该终端加载了上述的企业基础法律智能咨询系统。

通过使用上述的企业基础法律智能咨询方法、系统以及终端，可以快速为企业推送合适的案例和法条，并生成法律流程建议，通过大数据技术集成了大量的案例，可以快速准确的为企业管理人员展现相关结果，减少企业对相关法律、案例等的咨询时间，决策的结果基于数据的分析结果，不依赖于专家个人的经验，更加客观准确，降低企业法律运营方面的成本。

实施例二

本实施例和实施例一的区别在于，本实施例中，输入获取步骤还包括：

情绪获取步骤，检测输入终端的抖动频率以及描述内容中的文本错误率，通过输入的文字错误率是否高于错误预警值和抖动的频率是否超过抖动预警值判断相关人员是否出现情绪激动；

安抚信息播放步骤：当判断相关人员出现激动情绪时，播放安抚信息，如预先录制的安抚性语言或一些成功案例等。

输入整理步骤，在播放安抚信息后提示用户对输入的描述内容进行修订和调整。

输入整理步骤包括：

删除记录步骤，在用户修订描述内容时，记录用户的删除操作，判断每一个句子(句子的划分可以是逗号或者句号，本实施例中采用句号划分句子)之间的删除间隔，将删除间隔不超过0.5秒的句子作为同一条提示信息存储至提示信息库中。

输入提示步骤，在用户重新输入时，基于输入的词语从提示信息库中匹配提示信息，将匹配成功的提升信息进行显示。

由于用户在情绪激动时，容易出现逻辑混乱，词不达意的情况，容易导致输入的描述内容不准确。在检测到用户情绪激动时，播放安抚信息，能对用户进行有效安抚，使用户冷静下来。当用户冷静下来后，再看自己之前的输入，有很大概率会觉得不合理，然后会删除后重新输入。本实施例中，通过将删除间隔不超过0.5秒的句子作为同一条提示信息存储至提示信息库中，能将同一部分的内容进行集中的存储。当用户重新输入时，基于输入的词语从提示信息库中匹配提示信息，将匹配成功的提升信息进行显示，就能将同一部分的内容展示给用户，用户可以选择是否需要复制，提高用户的输入效率，减少重新输入花费的时间。

例如用户a在情绪激动时输入了10句话，经过情绪安抚后觉得输入的这10句话不对，然后进行删除，先删掉最后2句(也就是9-10句)，1s后再删掉2-8句，1s之后再删掉第1句。最后2句被作为一个整体存储至提示信息库中，2-8句和第1句也分别作为一个整体存储至提示信息库中。然后用户a觉得最后2句要先说，开始重新打字，这时用户端基于输入的词语从提示信息库中匹配提示信息，将匹配成功的最后2句进行显示，用户可以直接进行复制粘贴。

以上的仅是本发明的实施例，该发明不限于此实施案例涉及的领域，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。