-
题名面向司法案件的案情知识图谱自动构建
被引量：30
- 1
-
-
作者
洪文兴
胡志强
翁洋
张恒
王竹
郭志新
-
机构
厦门大学航空航天学院
四川大学数学学院
成都星云律例科技有限责任公司
四川大学法学院
电子科技大学公共管理学院
-
出处
《中文信息学报》
CSCD
北大核心
2020年第1期34-44,共11页
-
基金
国家重点研发计划(2018YFC0830300)
福建省科技计划(2018H0035)
厦门市科技计划(3502Z20183011)。
-
文摘
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。该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,该文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,该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。
-
关键词
司法案件
知识图谱
实体识别
关系抽取
-
Keywords
judicial case
knowledge graph
entity recognition
relation extraction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
