欧洲杯

卷宗自动归目
连络基于深度学习的OCR、图像明显和实体识别等才气,罢了电子卷宗材料的自动分类;拥护常见图片轨范、pdf、word、excel等花式;拥护3600多类材料;民事、刑事、行政、收工、赔偿、减刑假释类卷宗,自动归目准确率来到95%以上。
文档标题识别
基于自研的OCR才气,连络识别后的文本以及文本的职位坐标消息,选择卷积神经网络的文本分类要领,通过大宗的样本标注和操演,罢了对图片材料和文本文档的标题识别;行业内文档标题识别准确率可达92%。
法令实体识别
基于深度学习,将自然语言吐露才气和法律逻辑花式相连络,可对公、检、法、司、仲裁等多个行业100多类通告进行消息项提取,可提肃除息项数量超越1万项。 
干系提取
将基于深度学习的自然语言吐露才气和模式识别才气相连络,欺诳禀赋模型,连络干系图谱,自动识别文本中的实体并抽取实体之间的干系;拥护100+种法律干系和社会干系。 
事项提取
欺诳触发词对事项进行分类,基于人工标注数据,选择实体识别才气和文本分类才气提起事项中的主体、客体和其他参数等消息,罢了事项提取;拥护激发类、娱乐举止类、行贿受贿类等8大类事项;事项提取准确率可达85%。 
法令智能问答
基于人工梳理问答对,连络自然语言吐露和枯燥学习的才气,罢了具有语义吐露的问答系统;并拥护字据预定槽位和花式,生动设立符合生意逻辑的对话处置策略,罢了了职分式对话。
法律通告禀赋
通过枯燥学习才气,基于“法律认知”才气,从海量通告中学习出识别轨范通告中针对法律事实的常用表述规则,经由法律专家校准,固化造成专业的通告表述逻辑和规则库,罢了为用户智能地字据案情的识别禀赋识别的通告表述。 
裁判通告矫正
基于百万法律通告和50G网页素材,选择自然语言吐露才气,并连络独创的裁判通告词法明显才气,罢了了贴合通告特性、赞佩用户民风、符合花式典型安的通告智能矫正效用;自动连络办案系统数据与通告消息,拥护字词、语法、标点、通告组织、生意逻辑、法律提纲的全方位矫正,拥护语音读校,拥护word插件。 
裁判通告排版
罢了对通告花式的自动排版和典型。排版花式笔据的模板可以由用户字据实际生意需要统一对模板做更正和更新,相称轻松生动。 
裁判通告屏蔽
基于自然语言吐露才气和实体识别才气罢了对法律裁判通告敏感消息屏蔽的效用。在通告屏蔽的经过中严峻字据《最高苍生法院关于苍生法院在互联网通告裁判通告的规则》的恳求对敏感词汇进行屏蔽。 
庭审笔录概述
深入明显语音识别处置的笔录特性,最初基于序列标注模型对语音识别出来的笔录进行精简,去除口语刻画和一再表达等,再选择Seq-to-Seq模型罢了笔录概述,以擢升自动禀赋笔录的典型性和可读性。 
申明预感
明显种种通告数据中的案情,并对其中事实和申明的干系进行标注,基于数十万人工标注的高质量数据,操演Seq-to-Seq模型,罢了在给定事实的前提下禀赋其恐怕笔据的申明,申明预感准确率可达90%。 
案由预感
基于案件通告全文、通告段落、案件情节、案件事实刻画,通过自然语言吐露才气,提取案情特性,将LSTM模型和CNN模型等进行调处,并选择多职分连络操演的花式,罢了了案由预感。 
法条预感
基于案件情节,通过自然语言吐露才气,提取案情特性,将LSTM模型和CNN模型等进行调处,并选择多职分连络操演的花式,罢了了干系法条预感。 
裁判纲领明显
基于法律知识图谱和自然语言吐露才气,对400多万公开刑事裁判通告无缺发觉明显,通过法学专家和实务专家从生意操演起程,连络法律提纲、法令注解等典型性文件的恳求,构建出适用于识别场景下的动态知识模型,欺诳模型对多元数据进行抽取,进而明显类案的汗青裁判纲领,提供法律知识就事。 
卷宗材料OCR
基于AI深度学习算法,欺诳图像明显、字符识别等才气,对卷宗材料文件罢了智能感知明显,提供卷宗材料文字识别才气;拥护文本、表格、卡证识别,准确率握别动96%以上、85%以上、70%以上;拥护中文简体、繁体、英文印刷文本识别;拥护图像的纠偏和翻转;单张图片的识别速度为毫秒级。 
法令视频明显
基于庭审、鞠问、措辞、监舍等法律行业场景进行深度学习及大限度图像操演,准确识别物体标签、职位、生动意图、相信度、图像质量等综合消息。拥护人、国徽、法袍、 桌牌、帽子、墨镜等准备标帜;拥护打电话、抽烟等生动识别;拥护过亮、过暗、模糊、蒙蔽等画面质量识别。 
卡证识别
基于深度学习的ocr和准备检测才气,对二代居民身份证、律师证、生动车驾驶证、生动车行驶证等进行识别;拥护证件的正反面检测和分页检测;拥护自定义卡证识别模板;欺诳大宗图片样本操演模型,具有高准确率,如身份证识别准确率超越90%。 
表格识别
基于图像明显才气和ocr才气,对表格消息进行精度定位和识别,罢了芜杂表格的智能字段提取。拥护糊口合并单元格的芜杂表格;拥护自定义表格识别模板;识别识别率来到90%以上。 
指纹、印章等识别
基于深度学习的准备检测才气,罢了对文档中的指纹和签章等检测识别;并通过颜色模型和OpenCV相连络,罢了对红章和指纹进行抹除。拥护人像、指纹、红章、方章、长方章、合缝章、二维码、条形码,红头文件等识别,且识别准确率恐怕来到96%以上。 
卷宗中手写标签识别
针对卷宗中糊口手写材料的特性,基于深度学习才气,罢了了手写标签的识别,引申了卷宗文件轨范识别的限度。拥护诉状、欠条、收条、评释、地步施展等78类标签。 
卷宗图像优化
针对卷宗文件多为扫描件的特性,对卷宗文件进行图像肃除黑边、空白页究查、图像纠偏、图像DPI检测、图像虚化检测等效用。 
法律知识图谱
法律知识图谱属于垂直行业限度的知识图谱,从图示的直观遇到看,是浓密法律要素组成的知识库。法律知识图谱是枯燥进行法律知识推理的基本,它将法律规则、法律通告、申明材料及其他法律资料中的法律知识点以一定的法律逻辑相连在实足造成概念框架,它的概念框架上的每一个知识实体或概念又握别与法律提纲、法令体味、案例、申明材料等回响挂接,设立法律概念、法律提纲、事实、申明之间的动态联系干系。 
法律数据调处
设立行业数据调处规则,笔据法律知识明显并提炼数据,基于语义罢了组织化、半组织化与非组织化的多源异构数据调处,构建干系模型,基于法律语义识别并设立数据实体间的联系干系,处置数据的无缺性、一致性和干系性等问题,造成高度调处的数据资源地图。 
身手儿画像
通过数据发觉花式将联络至各欺诳系统中重点生意群体的细碎消息进行提炼,以基本消息、生动消息、涉案消息、物业消息、敞后消息等为维度,描写出与案件干系的身手儿的画像,满足识别场景下各主体对于人员恐怕人群全关键消息的识别层次需求。 
案件画像
基于大数据明显、自然语言吐露、图像明显等多项才气相连络,罢了案件组织化数据、案件通告、干系卷宗等多元异构数据的内容层面的深度联系调处;以基本消息、主体消息、材料消息、流程消息、联系案件消息、庭审消息等维度,描写无缺、准确的案件画像。 
法官画像
以裁判通告为基准,对所有法官的办案数据、特性指标、联系图谱、申明、争议重点、裁判观念等进行各角度明显,夸耀法官对某种灵活选择或不选择、法官认定某种法律后果/抗辩开头构成或不构成的裁判宗旨,为院庭叨教无缺吐露和评估法官职分提供参考协助。 
涉案人员同路碰面明显
基于大数据才气和数据发觉才气,深入明显被探听人话单的数据特性,连络通讯基站消息和GIS系统,将被探听人与干系涉案人员之间通话记录进行碰撞,智能明显双方或多方在附近身手且相邻职位的地步,进而罢了同路碰面明显。 
涉案人员笼络联系人明显
欺诳数据发觉才气,深入明显被探听人话单的数据特性,从通话次数、时长,体贴人员人数等多个维度进行明显,进而发觉干系涉案人员的笼络联系人;拥护多闻人员之间通过若干层级重点人进行联系的地步。 
法律申明 网站地图 联系欧洲杯

©Thunisoft 北京华宇消息才气有限公司 版权周备    京ICP备13006480-3