公开(公告)号：CN117725169A

公开(公告)日：2024-03-19

申请号：CN202311527265.2

申请日：2023-11-15

Applicant: 清华大学

Inventor： 郑宁 ,  申卫星 ,  刘云 ,  杨健辉 ,  王冲 ,  王晨璐 ,  阙梓冰 ,  林泽坤 ,  胡伊然 ,  刘黄海 ,  陈卿静

IPC: G06F16/332 ,  G06F16/33 ,  G06F18/22 ,  G06F40/35 ,  G06Q50/18

Abstract: 本申请提出了一种基于大模型和知识指导的法律问答方法，涉及法律技术领域，其中，该方法包括：获取用户输入的问题，并对问题进行预处理，得到问题语义向量；以问题和问题语义向量为索引从法律数据库中进行匹配，得到匹配数据，并对匹配数据进行相似度排序，得到目标数据；通过大语言模型对目标数据进行文本生成，得到目标文本。采用上述方案的本发明能够满足多样化和复杂的法律问答需求。

公开(公告)号：CN117236440A

公开(公告)日：2023-12-15

申请号：CN202311303656.6

申请日：2023-10-09

Applicant: 清华大学

Inventor： 申卫星 ,  薛宗岳 ,  刘黄海 ,  胡伊然 ,  孔康乐 ,  王晨璐 ,  刘云

IPC: G06N5/025 ,  G06F16/36 ,  G06Q50/18 ,  G06F18/214 ,  G06F18/241

Abstract: 本申请提出了一种基于领域全标签体系的法律文书要素信息提取方法，涉及自然语言处理技术领域。其中，该方法包括：提取法律法规和关键法律文献中的要素信息，并基于提取出的要素信息构建标签体系；基于标签体系和要素信息建立要素之间的关系，并将要素之间的关系整合得到知识图谱；使用标注数据集训练事件抽取模型，并通过训练后的事件抽取模型提取法律文书的要素信息，其中，标注数据集是基于所述知识图谱、标注规则对已有公开法律文书数据集的文档进行标注后生成的。采用上述方案的本发明实现了法律文本的要素提取。