登录 | 注册

功能描述

实现了裁判文书案件归类,以及文书中关键业务要素自动提取。包括当事人、法院名称、案由、裁判结果等要点信息。结构化裁判文书信息,为法律场景的人工智能系统提供业务知识素材。

应用场景

案件信息查询系统建设

构建立体式、多元化的司法信息检索系统

利用法律业务知识体系,构建裁判文书语义分析模型,对历史案件进行综合分析。分别针对民事、刑事、行政等不同案件类型,提取出历史案件判决文书中案件名称、法院、当事人、代理人、立案时间、结案时间、审判过程、法律条款、审判结果等案件要素信息,并进行结构化落地。帮助法院快速整合历史案件信息数据,构建案件信息资源库,建设案件信息查询系统,实现对外提供案件信息查询的功能。

技术特色

基于信息抽取技术的目录提取方法

利用信息抽取技术,结合语义工厂独特的、支持自定义抽取边界特征的抽取技术,个性化规划边界可变的文书目录抽取树,实现个性化抽取文书目录结构。通过精准定位目录标题信息位置,提高目录结构提取的准确性,能够为精准提取文书要素信息提供有效文本信息;

上下文边界可变的语义消歧技术

语义工厂自主创新的语义建模技术,其中信息抽取模型建设,设计了一种上下文边界可变的抽取模型建设方法,很大程度提升了语义消歧的效果。模型针对期望抽取的信息,支持个性化设定前置与后置定位特征。在进行信息抽取前,预先精准定位信息所在文本内容位置。同时,利用抽取知识树的结构特点,使用不同抽取节点,规划文本内容定位特征信息,实现结构复杂的期望抽取信息所在文本内容精准定位。

支持多种案件类型信息结构化自动提取

服务面向民事、刑事、行政等多种案件类型,利用语义工厂独有的语义本体模型技术,建设信息抽取本体模型与分类本体模型。服务利用分类本体模型,自动识别识别案件类型,实现繁简分流,提高分析效率。结合预置的对应案件类型业务规则,利用信息抽取本体模型,针对当前分支的案件类型进行语义分析,实现案件要素信息的自动提取。

服务指标

服务器配置 并发 正确率 召回率 QPS

优秀示例