[发明专利]一种基于机器学习的法律知识图谱构建方法、装置、系统和介质有效
申请号: | 201710339258.8 | 申请日: | 2017-05-15 |
公开(公告)号: | CN108073673B | 公开(公告)日: | 2019-02-26 |
发明(设计)人: | 李东海;黄晓宏 | 申请(专利权)人: | 北京华宇元典信息服务有限公司 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G06N99/00;G06Q50/18 |
代理公司: | 北京彩和律师事务所 11688 | 代理人: | 闫桑田 |
地址: | 100080 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种利用人工智能领域的机器学习技术构建法律知识图谱,属于人工智能领域。本发明所涉及的系统、装置、方法和计算机可读介质,利用不同的技术手段,包括对文本的识别、法律规则模型的建立、自然语言理解法律知识特征、机器学习法律知识特征,最后有效建立法律知识的关联,通过上述技术手段的多维度、综合施行,实现对机器学习技术的有效选择、设置和利用,最大可能的准确识别法律知识,从而构建具有价值的法律知识图谱。 | ||
搜索关键词: | 法律知识 机器学习技术 人工智能领域 技术手段 构建 图谱 计算机可读介质 自然语言理解 法律规则 基于机器 机器学习 图谱构建 有效建立 有效选择 最大可能 多维度 关联 文本 学习 | ||
【主权项】:
1.一种基于机器学习的法律知识图谱构建方法,其特征在于,步骤1,识别原始法律数据,并生成带有法律特征的文本语料库;步骤2,利用所述文本语料库以及法律法规库识别法律实体和/或法律关系,进行法律规则处理并生成法律知识特征库;步骤3,梳理建立法律规则模型,利用所述法律规则模型识别法律概念,并作为法律知识特征存储于所述法律知识特征库;步骤4,基于所述文本语料库进行语意理解和/或识别文本意图,对文本语料上下文语境分析抽取文本特征并存储于所述法律知识特征库;步骤5,利用所述法律知识特征库进行机器学习训练,并对机器学习训练后的法律特征存储于所述法律知识特征库;步骤6,利用自然语言理解模块抽取得到的文本特征、特征机器学习模块得到的法律知识特征和/或知识工程模块识别得到的法律概念,识别法律知识点,并通过法律概念框架建立法律知识点的关联;步骤7,展示通过已进行关联处理的法律知识点的法律知识图谱并保存所述法律知识图谱。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京华宇元典信息服务有限公司,未经北京华宇元典信息服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710339258.8/,转载请声明来源钻瓜专利网。