摘要
基于文档问答框架的法律知识抽取方法、系统、存储介质及电子设备,该方法包括:围绕不同法律卷宗材料中的实体指代、案件事实与证据材料之间的对照关系、争议焦点与案件事实之间的关联关系的情景,设计逻辑推理、文本摘要辅助任务,对大语言模型微调,得到法律领域大模型,帮助模型理解法律卷宗材料的内在逻辑和领域知识;围绕预先定义的知识本体和输入的法律卷宗材料,利用法律领域大模型进行知识抽取种子问题的生成和答案总结;围绕种子问题的答案,利用法律领域大模型进行多策略的知识三元组抽取与融合,得到最终的知识三元组输出。该方法解决了实际应用场景中,现有知识抽取方法存在无效知识抽取和抽取效率低下、计算成本高的问题。
技术关键词
法律卷宗
知识抽取方法
知识本体
实体
三元组
答案
大语言模型
种子
关系
案件
多策略
框架
摘要
电子设备
焦点
文本
计算机程序指令
模型训练模块
抽取系统
存储计算机程序
系统为您推荐了相关专利信息
层次化语义
自动分类方法
构建知识图谱
语义特征
大语言模型
关系联合抽取方法
网络安全实体
网络威胁情报
节点特征
注意力机制