面向“智慧法院”的知识图谱构建方法与研究

发布时间：2025-05-12 21:36

　　2016年7月底,中共中央办公厅、国务院办公厅印发了《国家信息化发展战略纲要》,将建设“智慧法院”列入国家信息化发展的战略。人民法院作为我国的审判机关,“智慧法院”的建设对提高案件受理、审判、执行、监督等各环节信息化水平,推动司法信息公开,促进司法公平正义具有重大意义。目前法院系统内的案件数据十分丰富,拥有很多有价值的信息,然而当前数据缺乏有效的组织,关键知识难以抽取,难以进行分析与利用。近年来,知识图谱技术的大力发展,为大规模结构化知识的检索、分析提供了可行性解决方法,从专业且大量的案件数据中提取重要的结构化知识进行知识图谱的构建,不仅可以解决“智慧法院”信息化建设中大规模案件信息的搜索、展示与存储问题,而且可以以案件为中心,将法院、法官、原告或被告等重要知识进行关联。知识图谱的构建可以有效的组织、分析、挖掘法院中的海量有价值信息,为高效的案件审理与智能分案问题的解决提供数据基础,让“智慧法院”的信息化建设成果更好的服务社会。本文主要以法院判决书为数据源进行面向“智慧法院”的知识图谱构建工作。首先根据“智慧法院”当前信息化建设需求构建知识图谱结构,然后从判决书等数据源中抽取需要的实体以...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 知识图谱
        1.2.2 命名实体识别
        1.2.3 属性抽取
        1.2.4 法院信息化建设
    1.3 本文组织结构
    1.4 本章小结
第2章 相关知识介绍
    2.1 知识图谱构建流程
    2.2 Schema构建方法
    2.3 数据获取方法
    2.4 序列标注模型
        2.4.1 条件随机场模型
        2.4.2 LSTM神经网络
        2.4.3 BiLSTM-CRF模型
        2.4.4 模型评测方法
    2.5 知识图谱存储
        2.5.1 RDF存储
        2.5.2 图数据库
    2.6 本章小结
第3章 面向“智慧法院”的知识图谱构建
    3.1 需求分析以及知识图谱结构定义
        3.1.1 需求分析
        3.1.2 知识图谱结构定义
    3.2 知识图谱构建所用数据说明
    3.3 实体以及属性抽取
        3.3.1 知识抽取流程
        3.3.2 结构化数据解析
        3.3.3 基于规则的知识抽取方法
    3.4 知识图谱存储
    3.5 知识图谱更新
    3.6 本章小结
第4章 判决书中案件相关实体识别方法研究
    4.1 训练语料库构建
    4.2 融合字边界信息BiLSTM-CRF模型
        4.2.1 边界特征
        4.2.2 模型介绍
        4.2.3 实验以及结果分析
    4.3 基于BERT的BERT-CRF模型
        4.3.1 BERT简介
        4.3.2 BERT-CRF模型
        4.3.3 实验以及结果分析
    4.4 本章小结
第5章 基于“智慧法院”知识图谱的智能搜索应用
    5.1 搜索系统入口
    5.2 基于案件的知识搜索应用
    5.3 基于法院的知识搜索应用
    5.4 基于审判人员的知识搜索应用
    5.5 本章总结
第6章 总结与展望
致谢
参考文献
图版
表版



本文编号：4045256