1.一种在大语言模型驱动下全程辅助办案的方法，其特征在于，其包括以下步骤：

S1、接收一案卷材料，判断该案卷材料是否属于已有案件下，若是则进入步骤S2，若否则进入步骤S3；

S2、将该案卷材料自动识别入卷至对应的目标案件的全息档案中，该全息档案中已存在匹配出的目标案由模版，进入步骤S4；

S3、创建一个新的案件作为目标案件，将该案卷材料自动识别入卷至此目标案件的全息档案中，根据目标案件的案件类型从案由模版库中匹配出对应的案由模版作为目标案由模版，进入步骤S4；

S4、根据目标案由模版并利用行业专用大模型提取该案卷材料中的行为事实，利用提取出的行为事实对目标案由模版进行实体填充，目标案由模版是利用知识图谱原理构建的；

行业专用大模型为基于模型基座并使用行业专有的任务设计和相关数据集进行微调和强化学习得到的大语言模型；

S5、根据提取出的行为事实适配情节认定规则条件，给出情节认定定性结论；

S6、根据情节认定定性结论分析情节认定定性结论所支撑的目标案由的要件，基于所支撑的目标案由的要件给出案件结论；

S7、将实体填充后构成的目标案件图谱、情节认定定性结论和案件结论存储至目标案件的全息档案中；

该案卷材料为文书材料，步骤S4包括以下步骤：

S41、判断该文书材料为格式化文书还是非格式化文书，若为格式化文书则进入步骤S42，若为非格式化文书则进入步骤S43；

S42、先利用预先设定的正则表达式和预先训练好的BERT模型提取该格式化文书中的标准内容，从中提取出实体信息填充至目标案由模版中对应的节点处，再利用行业专用大模型提取该格式化文书中的非标准内容，从中抽取出实体信息填充至目标案由模版中对应的节点处，利用行业专用大模型提取过程中按照目标案由模版中节点广度优先策略进行一层一层提取；

S43、直接利用行业专用大模型提取该非格式化文书中的标准内容和非标准内容，从中提取出实体信息填充至目标案由模版中对应的节点处，利用行业专用大模型提取过程中按照目标案由模版中节点广度优先策略进行一层一层提取；

其中，行为事实按照一定标准写的构成标准内容，行为事实未按照一定标准写的构成非标准内容；

步骤S42：

S421、针对目标案由模版，利用预先设定的正则表达式和预先训练的BERT模型提取该格式化文书中的标准内容，从中抽取出实体信息填充至目标案由模版中对应的节点处；

S422、判断目标案由模版中第i层的各个节点是否均已经被实体信息填充，若是则进入步骤S423，若否则进入步骤S424，其中1≤i≤N，N为目标案由模版层数，N为正整数；

S423、i=i+1，重复执行步骤S422；

S424、利用行业专用大模型提取该格式化文书中的非标准内容，从中抽取出实体信息填充至目标案由模版中该层未被填充且未被标注为无需进行提取填充操作标记的对应的节点处；

利用行业专用大模型提取过程中按照目标案由模版中节点广度优先策略进行一层一层提取：

遍历该层，其中针对该层未被填充且未被标注为无需进行提取填充操作标记的某一节点，当从该格式化文书中提取到实体内容则将其填充至该节点处，该节点为一个三元组的尾节点则需要进行反向提取验证，若一致则表明该节点的实体内容无问题，则需要对该节点所属的下一层节点进行提取填充操作，若不一致则表明该节点的实体内容有问题，无需对该节点所属的所有节点进行提取填充操作，将该节点所属的所有节点标注为无需进行提取填充操作标记，当从该格式化文书中未提取到该节点的实体内容，则无需对该节点所属的所有节点进行提取填充操作，将该节点所属的所有节点标注为无需进行提取填充操作标记；

S425、判断目标案由模版中第i层的各个节点是否已经遍历完，若是则进入步骤S426，若否则重复步骤S424；

S426、i=i+1，判断是否i≤N，若是则重复执行步骤S424，若否则结束流程。

2.如权利要求1所述的在大语言模型驱动下全程辅助办案的方法，其特征在于，在步骤S6中，分析情节认定定性结论支撑目标案由的哪些要件，基于支撑的该些要件判定目标案由是否成立，若完全成立则给出目标案由成立的案件结论，若不完全成立则给出目标案由不完全成立的案件结论。

3.如权利要求2所述的在大语言模型驱动下全程辅助办案的方法，其特征在于，若不完全成立则基于支撑的该些要件分析可能的案由，将可能的案由作为一个新的目标案由，新目标案由对应的案由模版作为一个新的目标案由模版，执行步骤S4‑S5，再将前后两次的目标案件图谱和情节认定定性结论展示给办案人员，以供办案人员确定目标案由成立还是新目标案由成立。

4.如权利要求1所述的在大语言模型驱动下全程辅助办案的方法，其特征在于，在BERT模型质量达到预设要求之前利用预先设定的正则表达式提取该格式化文书中的标准内容，正则表达式提取出的数据累积作为数据样本集用来对BERT模型进行模型训练，在BERT模型经样本训练质量达到预设要求之后利用训练好的BERT模型提取该格式化文书中的标准内容。

5.一种在大语言模型驱动下全程辅助办案的系统，其特征在于，其包括案卷判断模块、第一入卷模块、第二入卷模块、提取填充模块、情节认定模块、案件分析模块和存储模块；

所述案卷判断模块用于接收一案卷材料，判断该案卷材料是否属于已有案件下，在为是时则调用第一入卷模块，在为否时则调用第二入卷模块；

所述第一入卷模块用于将该案卷材料自动识别入卷至对应的目标案件的全息档案中，该全息档案中已存在匹配出的目标案由模版，调用提取填充模块；

所述第二入卷模块用于创建一个新的案件作为目标案件，将该案卷材料自动识别入卷至此目标案件的全息档案中，根据目标案件的案件类型从案由模版库中匹配出对应的案由模版作为目标案由模版，调用提取填充模块；

所述提取填充模块用于根据目标案由模版并利用行业专用大模型提取该案卷材料中的行为事实，利用提取出的行为事实对目标案由模版进行实体填充，目标案由模版是利用知识图谱原理构建的；

行业专用大模型为基于模型基座并使用行业专有的任务设计和相关数据集进行微调和强化学习得到的大语言模型；

所述情节认定模块用于根据提取出的行为事实适配情节认定规则条件，给出情节认定定性结论；

所述案件分析模块用于根据情节认定定性结论分析情节认定定性结论所支撑的目标案由的要件，基于所支撑的目标案由的要件给出案件结论；

所述存储模块用于将实体填充后构成的目标案件图谱、情节认定定性结论和案件结论存储至目标案件的全息档案中；

该案卷材料为文书材料，所述提取填充模块包括类型判断单元、第一提取填充单元和第二提取填充单元；

所述类型判断单元用于判断该文书材料为格式化文书还是非格式化文书，在为格式化文书时则调用第一提取填充单元，在为非格式化文书时则调用第二提取填充单元；

所述第一提取填充单元用于先利用预先设定的正则表达式和预先训练好的BERT模型提取该格式化文书中的标准内容，从中提取出实体信息填充至目标案由模版中对应的节点处，再利用行业专用大模型提取该格式化文书中的非标准内容，从中抽取出实体信息填充至目标案由模版中对应的节点处，利用行业专用大模型提取过程中按照目标案由模版中节点广度优先策略进行一层一层提取；

所述第二提取填充单元用于直接利用行业专用大模型提取该非格式化文书中的标准内容和非标准内容，从中提取出实体信息填充至目标案由模版中对应的节点处，利用行业专用大模型提取过程中按照目标案由模版中节点广度优先策略进行一层一层提取；

其中，行为事实按照一定标准写的构成标准内容，行为事实未按照一定标准写的构成非标准内容；

第一提取填充单元包括：

S421、针对目标案由模版，利用预先设定的正则表达式和预先训练的BERT模型提取该格式化文书中的标准内容，从中抽取出实体信息填充至目标案由模版中对应的节点处；

S422、判断目标案由模版中第i层的各个节点是否均已经被实体信息填充，若是则进入S423，若否则进入S424，其中1≤i≤N，N为目标案由模版层数，N为正整数；

S423、i=i+1，重复执行S422；

S424、利用行业专用大模型提取该格式化文书中的非标准内容，从中抽取出实体信息填充至目标案由模版中该层未被填充且未被标注为无需进行提取填充操作标记的对应的节点处；

利用行业专用大模型提取过程中按照目标案由模版中节点广度优先策略进行一层一层提取：

遍历该层，其中针对该层未被填充且未被标注为无需进行提取填充操作标记的某一节点，当从该格式化文书中提取到实体内容则将其填充至该节点处，该节点为一个三元组的尾节点则需要进行反向提取验证，若一致则表明该节点的实体内容无问题，则需要对该节点所属的下一层节点进行提取填充操作，若不一致则表明该节点的实体内容有问题，无需对该节点所属的所有节点进行提取填充操作，将该节点所属的所有节点标注为无需进行提取填充操作标记，当从该格式化文书中未提取到该节点的实体内容，则无需对该节点所属的所有节点进行提取填充操作，将该节点所属的所有节点标注为无需进行提取填充操作标记；

S425、判断目标案由模版中第i层的各个节点是否已经遍历完，若是则进入步骤S426，若否则重复S424；

S426、i=i+1，判断是否i≤N，若是则重复执行S424，若否则结束流程。

6.如权利要求5所述的在大语言模型驱动下全程辅助办案的系统，其特征在于，所述案件分析模块用于分析情节认定定性结论支撑目标案由的哪些要件，基于支撑的该些要件判定目标案由是否成立，在完全成立时则给出目标案由成立的案件结论，在不完全成立时则给出目标案由不完全成立的案件结论。

7.如权利要求6所述的在大语言模型驱动下全程辅助办案的系统，其特征在于，所述系统还包括展示模块，在不完全成立时则基于支撑的该些要件分析可能的案由，将可能的案由作为一个新的目标案由，新目标案由对应的案由模版作为一个新的目标案由模版，调用提取填充模块和情节认定模块，再调用展示模块将前后两次的目标案件图谱和情节认定定性结论展示给办案人员，以供办案人员确定目标案由成立还是新目标案由成立。

8.如权利要求5所述的在大语言模型驱动下全程辅助办案的系统，其特征在于，在BERT模型质量达到预设要求之前利用预先设定的正则表达式提取该格式化文书中的标准内容，正则表达式提取出的数据累积作为数据样本集用来对BERT模型进行模型训练，在BERT模型经样本训练质量达到预设要求之后利用训练好的BERT模型提取该格式化文书中的标准内容。