Print

基于图谱融合的人工智能司法数据库构建研究

论文摘要

司法与人工智能的融合是助力法院审判体系和审判能力智能化的基础。人工智能技术的飞速发展为构建司法知识库提供了必要的支持与帮助。当前的诉讼知识库是以树状层次化结构组织实体和节点关系,知识库中的实体关系主要表现为概念之间简单的"类属关系""同义词关系"。由于司法领域诸如证据链条、事理关系、法律判定规则等知识结构的复杂性,无法简单地组织、存储和应用数据结构和存储技术。是以,需要采用知识图谱和事理图谱相融合的技术,将司法领域中的专业术语和法律关系进行程序化表达,把标准化术语存储到证据要素知识模型中,以证据要素模板表达证据要素知识库,结合证据链条模型和证据规则模型的推理算法,从证据有效性、诉讼时效性、当事人法律行为规范性、诉讼请求合理性等方面对诉讼风险的提醒,以实现持久化的存储、事实推理和风险预测。

论文目录

  • 引 言
  • 一、知识图谱与事理图谱的关联性
  •   1.知识图谱
  •     （1）RDF
  •     （2）RDFS
  •     （3）OWL
  •   2.事理图谱
  • 二、证据要素、证据链条与证据规则的知识模型
  •   1.证据要素知识模型
  •   2.证据链条知识模型
  •   3.证据规则知识模型
  • 三、诉讼司法知识库的设计与构建
  • 结 语

    • 文章来源

    类型: 期刊论文

    作者: 朱福勇,刘雅迪,高帆,王凯

    关键词: 人工智能,司法知识库,知识图谱,事理图谱,证据链条,证据规则,风险预测

    来源: 扬州大学学报(人文社会科学版) 2019年06期

    年度: 2019

    分类: 社会科学Ⅱ辑,社会科学Ⅰ辑,信息科技

    专业: 诉讼法与司法制度,图书情报与数字图书馆

    单位: 西南政法大学人工智能法学院

    基金: 国家重点研发计划“面向诉讼全流程的一体化便民服务技术及装备研究”项目(2018YFC0830200)中“研究面向多方证据关联分析的诉讼风险智能分析和结果预测技术”子课题(2018YFC0830202)

    分类号: G353.1;D926

    DOI: 10.19411/j.cnki.1007-7030.2019.06.009

    页码: 89-96

    总页数: 8

    文件大小: 1552K

    下载量: 440

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/ed1ee629ec73c089d65ae6ae.html