文档名：面向司法案件的案情知识图谱自动构建
以法学知识为中心的认知智能是当前司法人工智能发展的重要方向.本文提出了以自然语言处理(NLP)为核心技术的司法案件案情知识图谱自动构建技术.以预训练模型为基础,对涉及的实体识别和关系抽取这两个NLP基本任务进行了模型研究与设计.针对实体识别任务,对比研究了两种基于预训练的实体识别模型;针对关系抽取任务,提出融合平移嵌入的多任务联合的语义关系抽取模型,同时获得了结合上下文的案情知识表示学习.在“机动车交通事故责任纠纷”案由下,和基准模型相比,实体识别的F1值可提升0.36,关系抽取的F1值提升高达2.37.以此为基础,本文设计了司法案件的案情知识图谱自动构建流程,实现了对数十万份判决书案情知识图谱的自动构建,为类案精准推送等司法人工智能应用提供语义支撑.
作者：洪文兴 胡志强 翁洋 张恒 王竹 郭志新[5]
作者单位：厦门大学航空航天学院,福建厦门361102四川大学数学学院,四川成都610065成都星云律例科技有限责任公司,四川成都610036四川大学法学院,四川成都610207电子科技大学公共管理学院,四川成都611731
母体文献：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会论文集
会议名称：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会
会议时间：2019年10月18日
会议地点：昆明
主办单位：中国中文信息学会
语种：chi
分类号：
关键词：司法案件 知识图谱 实体识别 关系抽取
在线出版日期：2021年8月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 940.52 KB
- 下载次数:
- 60
-
高速下载
|
|
