Sep, 2023

构建越南法律案例的知识图谱与异质图

PDF
TL;DR该研究提出了一种用于法律案例文件和相关法律的知识图构建方法，旨在高效组织法律信息并增强各种下游任务。通过数据爬取、信息提取和知识图部署三个主要步骤，利用自然语言处理技术从非结构化文本中提取法院、案例、领域和法律等实体及其关系，建立异构图，为律师、法官和学者等用户提供有效的法律信息表达。该方法基于无监督学习方法构建了基线模型，并通过整合知识图，实现了对给定法律案例的相关法律的识别，为法律案例分析、法律建议和决策支持等领域的各种应用提供了机会。
发现论文，激发创造
  • 利用法律知识图谱进行类似案例推荐

    该论文介绍了使用法律知识图谱构建的案例图采用预测相似节点来解决节点相似性选择节点类型和特征的挑战等问题，并提出了一种解决方案。

    Jul, 2021

  • 司法案例的自动知识图谱构建

    探索认知智能在法律知识中的应用，聚焦于司法人工智能的发展。利用自然语言处理作为核心技术，自动构建司法案例知识图谱的方法，包括实体识别、关系抽取等多项任务，以及在一个交通事故责任纠纷案例研究中的显著优势。

    Apr, 2024

  • Docs2KG: 基于大型语言模型辅助的异构文档统一知识图谱构建

    本文介绍了 Docs2KG，一种从不同和异构的非结构化文档中提取多模式信息的新框架。Docs2KG 可以动态生成表示提取的关键信息的统一知识图，从而实现对文档数据湖的高效查询和探索。该框架与现有方法不同，它提供了一种灵活可扩展的解决方案，可以适应各种文档结构和内容类型。Docs2KG 通过统一的数据处理支持多种下游任务，提高了领域解释能力。

    Jun, 2024

  • 企业使用案例结合知识图谱与自然语言处理

    本研究论文基于最近对知识图谱（KG）和自然语言处理（NLP）的研究文献的调查，从企业环境的选定应用场景出发，探讨了这种组合所产生的协同效应。论文涵盖了 KG 构建、推理以及基于 KG 的 NLP 任务的各种方法。除了解释创新的企业用例外，我们还评估了它们在实际应用中的成熟度，并展望了未来的新兴应用领域。

    Apr, 2024

  • 为高校课程构建和融合多源教育知识图谱

    本论文提出了一种针对电子信息专业的自动化知识提取，可视化知识图谱构建和图形融合的框架，旨在通过探索学科交叉的热门知识概念，增强学习效率，提高学生对其专业各个概念和课程之间关系的全面理解，探索由人工智能实现的新教育范式。

    May, 2023

  • 使用紧凑、代表性、相关的知识图谱丰富文档

    提出了一种基于知识图谱和实体关系子图的文档丰富方法，通过新的组合优化问题求解算法实现了紧凑、具有代表性和相关性的 ERG，利用本体知识对 ERG 进行排序，实现了在有效丰富的同时保证了相关性和紧凑性。

    May, 2020

  • 法律法规中的实体图提取──用于政策设计分析的原型

    本文介绍了一个原型研究，该研究致力于量化公共政策设计的研究。该系统旨在自动化收集法律文件，注释它们，使用超图分析关键实体之间的相互关系。该系统针对 2003 年的《联合国教科文组织保护非物质文化遗产公约》进行了测试，该法律文献规定了保护文化遗产的重要方面。

    Sep, 2022

  • 利用文档结构优化无监督法律案例摘要提取

    通过使用无监督的基于图形的排名模型，并使用重新加权算法来利用法律判决文件结构的特性，本研究研究了使用不同方法计算文档结构的影响，结果在加拿大法律案例实验数据集上表明了我们提出的方法优于多个强基线。

    Nov, 2022

  • 基于 LMM 的教育问答系统的跨数据知识图构建：以 HCMUT 为案例研究

    通过结合大型语言模型（LLMs）和知识图谱（KGs），本研究论文提出了一种自动构建知识图谱的方法，并讨论了在数字教育环境中，LLMs 与 KGs 结合在问答任务中的初步应用。

    Apr, 2024

  • 基于图的异构外部知识推理用于常识问答

    本文提出了一种基于知识库和维基百科文本的异构证据自动提取方法以回答常识问题，通过构建图形结构并使用图形卷积网络对邻居信息进行编码并利用图形注意力机制聚合证据来预测最终答案，成功地提高了 CommonsenseQA 数据集上的准确性达到了最先进水平。

    Sep, 2019