裁判文書抽取服務
裁判文書抽取服務API調(diào)用出入?yún)椭臋n。
本服務由NLP自學習平臺提供,直接調(diào)用API即可使用。
為提升算法抽取效果,保證文本抽取中的上下文完整語義,將文本切分優(yōu)化更新為按斷句切分,每個切分段落不超過500個字符數(shù)(中文、英文字母、空格、換行都計算字符),如在切分中最后一句文本超出500個字符內(nèi),則最后一句文本將切分至下一個段落,每一次切分計一次調(diào)用。如有更多疑問,請加自學習平臺答疑二群(釘釘群號:44619071)咨詢。
服務開通與資源包購買
使用前,請確認是否已經(jīng)開通服務,開通后可購買資源包。
服務調(diào)用與調(diào)試
模型調(diào)用文檔參考:模型調(diào)用
SDK示例文檔參考:SDK示例
調(diào)試
您可以在OpenAPI開發(fā)者門戶中直接運行該接口,免去您計算簽名的困擾。運行成功后,OpenAPI開發(fā)者門戶可以自動生成SDK代碼示例。
通過環(huán)境變量配置訪問憑證(AKSK)
說明:
阿里云賬號AccessKey擁有所有API的訪問權(quán)限,風險很高。強烈建議您創(chuàng)建并使用RAM用戶進行API訪問或日常運維,請登錄RAM控制臺創(chuàng)建RAM用戶。
強烈建議不要把AccessKey和AccessKeySecret保存到代碼里,會存在密鑰泄露風險,在此提供通過配置環(huán)境變量的方式來保存和訪問aksk
Linux和macOS系統(tǒng)配置方法
export NLP_AK_ENV=<ACCESS_KEY_ID> export NLP_SK_ENV=<ACCESS_KEY_SECRET>
其中<ACCESS_KEY_ID>替換為已準備好的AccessKey ID,<access_key_secret>替換為AccessKey Secret,AccessKey ID和AccessKey Secret的獲取方式見步驟二:獲取賬號的AccessKey
Windows系統(tǒng)配置方法
新建環(huán)境變量文件,添加環(huán)境變量
NLP_AK_ENV
和NLP_SK_ENV
,并寫入已準備好的AccessKey ID和AccessKey Secret。重啟Windows系統(tǒng)。
裁判文書抽取服務,ServiceName需要傳入:LegalDocumentExtraction。
Java代碼示例
/**
* 阿里云賬號AccessKey擁有所有API的訪問權(quán)限,風險很高。強烈建議您創(chuàng)建并使用RAM用戶進行API訪問或日常運維,請登錄RAM控制臺創(chuàng)建RAM用戶。
* 此處以把AccessKey和AccessKeySecret保存在環(huán)境變量為例說明。您也可以根據(jù)業(yè)務需要,保存到配置文件里。
* 強烈建議不要把AccessKey和AccessKeySecret保存到代碼里,會存在密鑰泄漏風險
*/
String accessKeyId = System.getenv("NLP_AK_ENV");
String accessKeySecret = System.getenv("NLP_SK_ENV");
DefaultProfile defaultProfile = DefaultProfile.getProfile("cn-hangzhou",accessKeyId,accessKeySecret);
IAcsClient client = new DefaultAcsClient(defaultProfile);
String content = "{\"reqId\":\"xxx\",\"cause\":[\"故意傷害罪\"],\"content\":\"文書正文,一定要保留換行符 \\n\",\"services\":[\"normal\",\"liangxing\"]}";
RunPreTrainServiceRequest request = new RunPreTrainServiceRequest();
request.setServiceName("LegalDocumentExtraction");
request.setPredictContent(content);
RunPreTrainServiceResponse response = client.getAcsResponse(request);
System.out.println(response.getPredictResult());
Python代碼示例
# 安裝依賴
pip install aliyun-python-sdk-core
pip install aliyun-python-sdk-nlp-automl
# -*- coding: utf8 -*-
import json
import os
from aliyunsdkcore.client import AcsClient
from aliyunsdkcore.acs_exception.exceptions import ClientException
from aliyunsdkcore.acs_exception.exceptions import ServerException
from aliyunsdknlp_automl.request.v20191111 import RunPreTrainServiceRequest
/**
* 阿里云賬號AccessKey擁有所有API的訪問權(quán)限,風險很高。強烈建議您創(chuàng)建并使用RAM用戶進行API訪問或日常運維,請登錄RAM控制臺創(chuàng)建RAM用戶。
* 此處以把AccessKey和AccessKeySecret保存在環(huán)境變量為例說明。您也可以根據(jù)業(yè)務需要,保存到配置文件里。
* 強烈建議不要把AccessKey和AccessKeySecret保存到代碼里,會存在密鑰泄漏風險
*/
access_key_id = os.environ['NLP_AK_ENV']
access_key_secret = os.environ['NLP_SK_ENV']
# Initialize AcsClient instance
client = AcsClient(
access_key_id,
access_key_secret,
"cn-hangzhou"
);
input_params = {
"reqId": "xxx",
"cause": ["故意傷害罪"],
"content": "文書正文",
"services":["normal","liangxing"],
}
# Initialize a request and set parameters
request = RunPreTrainServiceRequest.RunPreTrainServiceRequest()
request.set_ServiceName('LegalDocumentExtraction')
request.set_PredictContent(json.dumps(input_params))
# Print response
response = client.do_action_with_exception(request)
resp_obj = json.loads(response)
predict_result = json.loads(resp_obj['PredictResult'])
print(json.dumps(predict_result['data']))
PredictContent內(nèi)容示例
PredictContent參數(shù)為JSON字符串傳入,JSON字符串包含內(nèi)容參考下面舉例。
{
"reqId": "xxx",
"cause": ["故意傷害罪"],
"content": "文書正文",
"services":["normal","liangxing"]
}
入?yún)⒄f明
參數(shù) | 說明 |
reqId | 自定義請求ID。 |
cause | 案由。 |
content | 文書正文內(nèi)容,string |
services | 選擇服務類型。normal:標準字段解析;liangxing:量刑字段解析 |
1、案由支持多案由,傳入JsonArray,不知道傳空數(shù)組‘[]’。
2、服務類型可以單獨解析輸出也可以合并解析輸出。
3、支持以下10個案由的文書解析,輸入的案由如果不在列表中,算法會根據(jù)自己判斷輸出刑事或者民事的通用字段,暫時不支持行政類別的字段。
4、優(yōu)先使用用戶指定的案由名稱,只有當輸入案由不在支持列表中或者為空時才會使用算法判斷案由。
案由枚舉值
案由 |
交通肇事罪 |
尋釁滋事罪 |
故意傷害罪 |
盜竊罪 |
開設賭場罪 |
走私、販賣、運輸、制造毒品罪 |
危險駕駛罪 |
詐騙罪 |
民間借貸糾紛 |
公益訴訟 |
PredictResult內(nèi)容示例
參數(shù) | 說明 |
reqId | 請求id, string,與輸入對應 |
result | 結(jié)果結(jié)構(gòu)體, json |
result結(jié)構(gòu)如下
參數(shù) | 說明 |
extract | 代表信息抽取內(nèi)容 |
laws | 代表從文書中抽取的法條內(nèi)容 |
segments | 代表具體裁判文書分段內(nèi)容 |
segments枚舉值如下所示
segments |
訴訟參與人 |
法官助理 |
第三人陳述 |
原審情況(重審情況) |
訴請 |
反訴 |
標題 |
法律效力 |
原審情況(再審情況) |
事實認定 |
原審情況(一審辯稱) |
原審情況(反訴辯稱) |
裁判結(jié)果 |
案號 |
裁判日期 |
原審情況(二審判決結(jié)果) |
反訴辯稱 |
原審情況(一審事實認定) |
原審情況(一審第三人陳述) |
原審情況(二審訴請) |
審理經(jīng)過 |
抗訴 |
被訴行政行為情況 |
原審情況(一審裁判結(jié)果) |
法院 |
原審情況(二審第三人陳述) |
其他 |
辯稱 |
證據(jù)段 |
原審情況(二審辯稱) |
文書類型 |
審判人員 |
原審情況(一審訴請) |
原審情況(反訴) |
原審情況(二審事實認定) |
書記員 |
附件 |
原審情況(抗訴情況) |
PredictResult是JSON字符串,需要反序列化之后進行解析,具體結(jié)構(gòu)如下示例。
{
"reqId": "003",
"result": {
"extract": {
"交通肇事罪-是否為逃避法律追究逃離事故現(xiàn)場": "否",
"交通肇事罪-是否因逃逸致人死亡": "否",
"交通肇事罪-是否存在肇事逃逸情形": "否",
"交通肇事罪-是否存在超載情形": "否",
"交通肇事罪-是否存在酒駕、毒駕情形": "否",
"交通肇事罪-是否無駕駛資格駕駛": "否",
"交通肇事罪-是否是代駕": "否",
"交通肇事罪-是否致人死亡": "是",
"交通肇事罪-是否致人重傷": "否",
"交通肇事罪-是否致公私財產(chǎn)遭受重大損失": "否",
"交通肇事罪-是否獲得受害人或家屬諒解": "否",
"交通肇事罪-是否被交通肇事罪或交通肇事罪處置過": "否",
"交通肇事罪-是否購買保險": "否",
"交通肇事罪-是否適用非監(jiān)禁刑罰": "是",
"交通肇事罪-肇事車輛是否符合國家機動車安全技術標準": "是",
"交通肇事罪-被告對公訴機關指控是否有異議": "否",
"交通肇事罪-賠償受害人或家屬金額": [
"238000元"
],
"交通肇事罪-駕駛?cè)笋{駛的是否是校車": "否",
"刑事通用-公訴機關名稱": [
"河北省高碑店市人民檢察院"
],
"刑事通用-判決依據(jù)法律條文": [
"《中華人民共和國刑法》第七十三條第二",
"《中華人民共和國刑法》第七十二條第一款",
"《中華人民共和國刑法》第一百三十三條",
"《中華人民共和國刑法》第六十七條"
],
"刑事通用-判決時間": [
"2014年10月16日"
],
"刑事通用-制作單位": [
"河北省高碑店市人民法院"
],
"刑事通用-審判組織": "獨任審判",
"刑事通用-庭審方式": "公開審理",
"刑事通用-文書名稱": [
"刑事判決書"
],
"刑事通用-文書種類": "判決書",
"刑事通用-文號": [
"(2014)高刑初字第1222號"
],
"刑事通用-案件審理階段": "一審",
"刑事通用-案發(fā)地點": [
"沿老112國道由北向南行駛至高碑店市高靜園公墓路口處"
],
"刑事通用-案發(fā)時間": [
"2013年12月31日7時40分"
],
"刑事通用-被告信息": [
{
"事故責任認定": "主要責任",
"刑期": "有期徒刑一年一個月,緩刑二年",
"是否為人大代表、政協(xié)委員": "否",
"是否為民主黨派": "否",
"是否為涉臺人員": "否",
"是否為涉外人員": "否",
"是否為涉港澳人員": "否",
"是否為累犯": "否",
"是否有從輕或減輕情節(jié)": "是",
"是否有從重情節(jié)": "否",
"是否系主犯": "否",
"是否系從犯": "否",
"是否系未成年人": "否",
"是否系首要分子": "否",
"構(gòu)成罪名": [
"交通肇事罪"
],
"特殊身份信息": [],
"罰金-具體金額": "",
"罰金-是否繳清": "",
"被告出生日期": "",
"被告別名": "",
"被告姓名": "劉某",
"被告戶籍所在地": "",
"被告文化水平": "",
"被告民族": "",
"被告現(xiàn)居住地": "",
"被告籍貫": "",
"被告職業(yè)": "農(nóng)民",
"起訴罪名": [
"交通肇事罪"
]
}
],
"刑事通用-被告觸犯法律條文": [],
"刑事通用-起訴書文號": [
"高檢公訴刑訴(2014)240號"
]
},
"laws": [
{
"lawName": "中華人民共和國刑法",
"provisionFullName": "中華人民共和國刑法第一百三十三條",
"provisionID": 133,
"provisionName": "一百三十三"
},
{
"lawName": "中華人民共和國刑法",
"provisionFullName": "中華人民共和國刑法第六十七條",
"provisionID": 67,
"provisionName": "六十七"
},
{
"lawName": "中華人民共和國刑法",
"provisionFullName": "中華人民共和國刑法第七十二條第一款",
"provisionID": 72,
"provisionName": "七十二"
},
{
"lawName": "中華人民共和國刑法",
"provisionFullName": "中華人民共和國刑法第七十三條第二",
"provisionID": 73,
"provisionName": "七十三"
}
],
"segments": {
"書記員": "書記員劉秀坤",
"事實認定": "另查明,案發(fā)后,雙方達成協(xié)議,由被告人劉某的親屬代其一次性賠償被害人家人各項經(jīng)濟損失共計人民幣238000元。\n上述事實,被告人在開庭審理過程中亦無異議,并有道路交通事故現(xiàn)場圖、現(xiàn)場勘驗筆錄及照片、法醫(yī)學尸體檢驗意見書、車輛檢驗意見書、道路交通事故認定書、機動車駕駛證查詢結(jié)果、賠償調(diào)解書及收條、被告人的戶籍證明等證據(jù)證實,足以認定。",
"審判人員": "審判員劉利剛",
"審理經(jīng)過": "高碑店市人民檢察院以高檢公訴刑訴(2014)240號起訴書指控被告人劉某犯交通肇事罪,向本院提起公訴。本院依法適用簡易程序,實行獨任審判,公開開庭審理了本案,高碑店市人民檢察院檢察員張志英、代理檢察員翟靜出庭支持公訴,被告人劉某到庭參加了訴訟。現(xiàn)已審理終結(jié)。",
"文書類型": "刑事判決書",
"案號": "(2014)高刑初字第1222號",
"法律效力": "如不服本判決,可于接到判決書的第二天起十日內(nèi),通過本院或者直接向河北省保定市中級人民法院提出上訴。書面上訴的,應提交上訴狀正本一份,副本二份。",
"法院": "河北省高碑店市人民法院",
"裁判日期": "二〇一四年十月十六日",
"裁判結(jié)果": "本院認為,被告人劉某違反交通運輸管理法規(guī),因而發(fā)生重大事故致使一人死亡,負事故的主要責任,其行為構(gòu)成交通肇事罪,公訴機關指控的罪名成立。事故發(fā)生后,被告人劉某撥打報警電話,并在現(xiàn)場等待,公安交警人員到達現(xiàn)場后,其如實供述自己罪行,系自首,依法可予以從輕處罰。鑒于被告人劉某認罪悔罪,事發(fā)后,其家人代其對被害人的親屬進行了經(jīng)濟賠償,量刑時亦可酌情從輕處罰并適用緩刑。依照《中華人民共和國刑法》第一百三十三條、第六十七條、第七十二條第一款、第七十三條第二、三款之規(guī)定,判決如下:\n被告人劉某犯交通肇事罪,判處有期徒刑一年一個月,緩刑二年。\n(緩刑考驗期,自判決確定之日起計算)",
"訴訟參與人": "公訴機關河北省高碑店市人民檢察院。\n被告人劉某,農(nóng)民。因本案于2014年1月18日被高碑店市公安局刑事拘留,同年1月26日被該局監(jiān)視居住,7月26日被取保候?qū)彙?,
"訴請": "公訴機關指控,2013年12月31日7時40分許,被告人劉某駕駛車牌為冀F×××××號的銀灰色捷達轎車,沿老112國道由北向南行駛至高碑店市高靜園公墓路口處時,與由西向北轉(zhuǎn)彎上公路的騎行電動自行車的被害人王某相撞,致使王某受傷經(jīng)搶救無效死亡,兩車不同程度損壞。事故發(fā)生后,劉某撥打了120急救電話和122報警電話,現(xiàn)場等候交警人員處理事故。經(jīng)法醫(yī)鑒定,王某符合交通事故致顱腦損傷合并失血性休克死亡。經(jīng)高碑店市公安交通警察大隊認定,被告人劉某負此事故的主要責任,王某負此事故的次要責任。"
}
}
}