基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
法律文本语义的自动提取通过运用机器学习、网络图以及法律问答等技术手段对被识别的文本信息进行分析发现,将法律推理和论证的人工智能模型与法律文本直接联系起来预测和解释案件结果.本文结合影响文本分析的限制性条件例如:无法阅读、无法解释以及需要人工注释,并针对这些局限性提出实用策略,以提高法律文本语义分析的技术水平.
推荐文章
文本自动摘要提取算法
信息抽取
自动摘要
特征词
基于多语义因子分层聚类的文本特征提取方法
语义
文本特征
分层聚类
词向量
网页文本信息自动提取技术综述
信息提取
机器学习
网页
基于语义角色标注的文本水印算法
文本水印
自然语言处理
语义角色标注
映射
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 法律文本语义的自动提取:机遇与挑战
来源期刊 法律方法 学科
关键词 法律文本 语义提取 机器学习
年,卷(期) 2022,(2) 所属期刊栏目 域外法律方法
研究方向 页码范围 75-95
页数 21页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
法律文本
语义提取
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
法律方法
半年刊
32开
济南市经九路胜利大街39号
2002
chi
出版文献量(篇)
954
总下载数(次)
4
论文1v1指导