-
题名基于图谱融合的人工智能司法数据库构建研究
被引量：13
- 1
-
-
作者
朱福勇
刘雅迪
高帆
王凯
-
机构
西南政法大学人工智能法学院
中经柏诚科技(北京)有限责任公司
-
出处
《扬州大学学报（人文社会科学版）》
2019年第6期89-96,共8页
-
基金
国家重点研发计划“面向诉讼全流程的一体化便民服务技术及装备研究”项目(2018YFC0830200)中“研究面向多方证据关联分析的诉讼风险智能分析和结果预测技术”子课题(2018YFC0830202)
-
文摘
司法与人工智能的融合是助力法院审判体系和审判能力智能化的基础。人工智能技术的飞速发展为构建司法知识库提供了必要的支持与帮助。当前的诉讼知识库是以树状层次化结构组织实体和节点关系,知识库中的实体关系主要表现为概念之间简单的“类属关系”“同义词关系”。由于司法领域诸如证据链条、事理关系、法律判定规则等知识结构的复杂性,无法简单地组织、存储和应用数据结构和存储技术。是以,需要采用知识图谱和事理图谱相融合的技术,将司法领域中的专业术语和法律关系进行程序化表达,把标准化术语存储到证据要素知识模型中,以证据要素模板表达证据要素知识库,结合证据链条模型和证据规则模型的推理算法,从证据有效性、诉讼时效性、当事人法律行为规范性、诉讼请求合理性等方面对诉讼风险的提醒,以实现持久化的存储、事实推理和风险预测。
-
关键词
人工智能
司法知识库
知识图谱
事理图谱
证据链条
证据规则
风险预测
-
Keywords
Artificial Intelligence
judicial knowledge base
knowledge graph
graph of facts and reasons
evidence chain
rule of evidence
risk prediction
-
分类号
DF8
[政治法律—法学]
-
-
题名基于规则推理和贝叶斯网络算法的多方证据关联分析
被引量：1
- 2
-
-
作者
赵晋斌
王凯
李盼
-
机构
中国人民解放军
中经柏诚科技(北京)有限责任公司
中国司法大数据研究院有限公司
-
出处
《中国电子科学研究院学报》
北大核心
2022年第5期508-514,共7页
-
基金
国家重点研发计划资助项(2018YFC0830200,2018YFC0830202)。
-
文摘
目前,中国司法数据存在数据价值密度低,关联性差等问题。从大量的冗杂司法数据中进行文本分类的高效处理,快速提取出有效信息,不仅能够有效地节约法院诉讼服务的人力及空间资源,同时能够为公众随时提供简单、安全、智慧、高效的诉讼智能服务。因此,文中设计出一种基于规则推理和贝叶斯网络算法的多方证据关联分析方法,从海量司法数据中删除噪音数据,进而完成对关键信息的抽取与证据要素识别。根据数据中当事人的诉讼材料,形成结构化的证据要素,通过多方证据关联模型中证据链条实验结果与真实证据链条相似度计算结果抽取出多方证据要素的关联关系,有效实现可信证据链条的深度挖掘。
-
关键词
司法数据
规则推理
贝叶斯网络算法
文本分类
-
Keywords
judicial data
rule reasoning
Bayesian network algorithm
text classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的多维度证据要素关联关系抽取研究
被引量：1
- 3
-
-
作者
赵晋斌
王凯
李盼
-
机构
中国人民解放军
中经柏诚科技(北京)有限责任公司
中国司法大数据研究院有限公司
-
出处
《中国电子科学研究院学报》
北大核心
2021年第12期1251-1256,1263,共7页
-
基金
国家重点研发计划资助项目(2018YFC0830200,2018YFC0830202)。
-
文摘
随着社会法治化发展,法院受案数量呈爆发式增长,各证据要素之间关联较弱,影响法律审判效率。基于上述问题,提出一种基于深度学习的多维度证据要素关联关系抽取模型,设计基于BERT_BiGRU_CNN模型的证据要素关联关系抽取算法。本文以裁判文书为数据集,使用BERT训练所需字词向量,开展BERT、BERT_CNN、BERT_BiGRU以及BERT_BiGRU_CNN的对比研究,研究关系抽取技术在证据要素间的识别效果、研究表明,采用BERT_BiGRU_CNN算法在多要素证据关联关系之间的识别效果最好,且相比于其他模型,BERT_BiGRU_CNN的F1得分达到84.3%。
-
关键词
法律智能
关系抽取
裁判文书
信息抽取
-
Keywords
legal intelligence
relation extraction
judgment
information extraction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于诉讼风险分析的智能推理应用探究
- 4
-
-
作者
朱福勇
龙依雯
王凯
-
机构
西南政法大学人工智能法学院
中经柏诚科技(北京)有限责任公司
-
出处
《重庆邮电大学学报（社会科学版）》
2021年第1期73-83,共11页
-
基金
国家科技部重点研发计划资助项目:面向多方证据关联分析的诉讼风险智能分析和结果预测技术研究(2018YFC0830202)。
-
文摘
人工智能技术的快速发展为诉讼规则知识库构建奠定了坚实基础。当前在诉讼风险分析中,智能推理存在司法风险规则知识库匮乏、诉讼风险分析技术较低等弊端,以致无法从根本上化解证据、诉讼时效和行为规范等方面的风险。是以,需要就案件类型化后随机抽取,并收集案例的起诉状、证据、案情和裁判文书,在对多方证据关联分析模型进行解析的基础上,设计开发诉讼时效性规则知识库、当事人行为规范性规则知识库以及证据有效性规则知识库,结合多方证据关联模型,并与法律法规知识库和诉讼风险规则知识库融合,运用决策树算法,关系网络推理技术列举分析可能存在的诉讼风险,最终达至对诉讼风险点的识别、裁判结果的精准预测和合理分流不必要的诉讼,以期为民众提供全面的诉讼决策指引。
-
关键词
人工智能
推理规则
诉讼风险
规则模型
分析与运用
-
Keywords
artificial intelligence
rules of reasoning
litigation risk
rule model
analysis and application
-
分类号
D920.4
[政治法律—法学]
-
