近年来,为实现执法行为系统化与规范化管理,国务院办公厅与中共中央办公厅相继印发了《关于深化公安执法规范化建设的意见》和《公安机关办理行政案件程序规定》,提出了关于实施行政案件快速办理程序的规章制度。该程序的实施主要针对基层公安机关与派出所案多人少,警力不足的现象,它的应用可以有效减轻基层民警的工作压力,提升办案效率,降低执法成本。结合案件快速办理程序的应用需要与智慧警务系统的建设需要,本文设计并实现了基于自然语言处理的行政案件快速办理系统,在证据收集、案件处理与行政处罚三个过程中辅助民警进行案件办理。在行政案件快速办理系统的研发过程中,本人主要工作为实现了笔录制作、语义分析、行政量罚三个子系统。其中,笔录制作子系统依托对话管理算法对违法行为人进行笔录询问,并对笔录中出现的错别字词进行纠正,同时判别问答句是否一致,快速制作询问笔录;语义分析子系统中,对笔录中出现的关键要素进行提取,便于办案民警进行阅读;智慧量罚子系统中,建立了完备的量罚知识图谱,并结合实际情况对违法行为人做出相应的量罚审定。本项目前端部分基于Vue框架开发;后端部分采用Java开发,系统架构为Spring MVC架构;算法部分采用Python开发,使用Tensorflow作为深度学习开发框架,模型训练完成后存储权值文件,将其封装在Docker中,对外提供服务。笔录制作子系统中,笔录问答部分采用系统主导的多轮对话管理技术实现,并使用了基于KenLM语言模型的文本纠错算法和基于Bert模型的文本分类算法,辅助进行笔录合规性检测;语义分析子系统中,采用基于BiLSTM+CRF的命名实体识别算法,提取笔录中出现的关键要素;智慧量罚子系统中,采用Neo4j图数据库作为量罚知识图谱存储库,将查询条件转换为Cypher语言进行查询操作。目前,本项目中三个子系统已经开发完成并在试点派出所投入使用,高效快速办理多起行政案件,取得了良好的效果。