司法知識圖譜
·
摘要 以法學知識為中心的認知智能是當前司法人工智能發展的重要方向。該文提出了以自然語言處理(NLP)為核心技術的司法案件案情知識圖譜自動構建技術。以預訓練模型為基礎,對涉及的實體識別和關系抽取這兩個NLP基本任務進行了模型研究與設計。針對實體識別任務,對比研究了兩種基于預訓練的實體識別模型;針對關系抽取任務,該文提出融合平移嵌入的多任務聯合的語義關系抽取模型,同時獲得了結合上下文的案情知識表示學習。在“機動車交通事故責任糾紛”案由下,和基準模型相比,實體識別的F1值可提升0.36,關系抽取的F1值提升高達2.37。以此為基礎,該文設計了司法案件的案情知識圖譜自動構建流程,實現了對數十萬份判決書案情知識圖譜的自動構建,為類案精準推送等司法人工智能應用提供語義支撐。
付費5元查看完整內容
相關內容
《醫療知識圖譜的構建和應用》 倪淵平安醫療科技醫療文本處理部負責人 數據與知識是人工智能的兩大引擎。知識圖譜因為表達能力強，擴展性好，并能兼顧人類認知與機器自動處理，引起學術界、工業界以及政府部門的高度關注。大數據與機器學習等技術的快速發展使大規模人類知識體系的自動構建成為現實。知識圖譜也可以嵌入數據驅動的機器學習流程，有力提升學習效果。兩大引擎的交互作用為人工智能的應用落地和大數據的價值落地提供了切實可行的手段與方法。
倪淵，博士。平安醫療科技醫療文本處理部負責人。 2003年畢業于復旦大學計算機科學與技術專業，2007年畢業于新加坡國立大學計算機系。之后加入IBM中國研究院，從事自然語言處理，知識圖譜等相關領域的研究。在IBM期間，倪淵參與過著名人工智能項目沃森機器人的開發。2018年，倪淵加入平安醫療科技研究院，帶領醫療文本處理團隊。 倪淵博士在著名國際會議，比如SIGMOD, WWW, ISWC等上，發表過20多篇論文，并且獲得20多項國際專利。
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191