时间：2019-10-16
本文原载《中文信息学报》，由四川大学法学院王竹教授等科研人员创作，系四川大学市场经济法治研究所系列学术成果。后续会持续分享四川大学市场经济法治研究所系列学术成果，欢迎大家阅读。
摘要：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
洪兴文，胡志强，翁洋，张恒，王竹，郭志新：《面向司法案件的案情知识图谱自动构建》，载《中文信息学报》2020年第1期。（论文下载）
