對于海量司法判決文書而言,使用人工力量從大量文本中準確找到相關的法學知識和案件信息費時費力。因此,有必要從現(xiàn)有的半結構化或非結構化法律文本中提取人們通常關心的信息,并將其存儲在數(shù)據(jù)庫中并形成域知識圖譜,從而方便用戶搜索并快速獲得所需信息。同時,鑒于相對固定的格式結構和嚴格的法律文本規(guī)范和抽取工作的成本性要求較為嚴格,論文采用基于字典和特定規(guī)則的策略,并在隨機條件場的支持下進行補充,以實現(xiàn)更高的法律知識和案件事實抽取的準確性和有效性。首先,定義了法人實體類型和命名實體,針對該領域的實際需求,定義了11種類型的命名實體。然后,根據(jù)針對不同類型的文檔和案例得出的判斷結構和框架來提取案例知識。最后,使用基于規(guī)則的方法提取案件的基本信息,并使用依存語法分析方法從"已查明事實"部分中提取事實三元組。 

【文章來源】：信息系統(tǒng)工程. 2020,(05)

【文章頁數(shù)】：2 頁

【文章目錄】：
一、前言
二、法律知識抽取模型
    （一） 實體標注
    （二）知識抽取
三、實驗結果
    （一）數(shù)據(jù)獲取與預處理
    （二）命名實體識別結果
    （三）知識抽取結果
四、結語


【參考文獻】：
期刊論文
[1]刑事案件信息數(shù)據(jù)庫中的關聯(lián)規(guī)則分析[J]. 夏穎,王哲,王勝和,程琳.  電腦知識與技術. 2009(35)

碩士論文
[1]數(shù)據(jù)挖掘技術在刑事案件信息分析中的應用[D]. 裴曉英.西安電子科技大學 2011



本文編號：3043670