欧洲杯

卷宗自动归目
羁縻基于深度学习的OCR、图像剖判和实体识别等身手,实现电子卷宗材料的自动分类;增援常见图片类型、pdf、word、excel等花式;增援3600多类材料;民事、刑事、行政、扩大、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身手,羁縻识别后的文本以及文本的声望坐标音信,采纳卷积神经网络的文本分类门路,通过大宗的样本标注和操演,实现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,将自然语言判辨身手和法律逻辑样式相羁縻,可对公、检、法、司、仲裁等多个行业100多类书记进行音信项提取,可提取音信项数量跨越1万项。 
相关提取
将基于深度学习的自然语言判辨身手和模式识别身手相羁縻,利用生成模型,羁縻相关图谱,自动识别文本中的实体并抽取实体之间的相关;增援100+种法律相关和社会相关。 
事变提取
利用触发词对事变进行分类,基于人工标注数据,采纳实体识别身手和文本分类身手提起事变中的主体、客体和其他参数等音信,实现事变提取;增援驱策类、娱乐依次类、行贿受贿类等8大类事变;事变提取准确率可达85%。 
法令智能问答
基于人工梳理问答对,羁縻自然语言判辨和机器学习的身手,实现具有语义判辨的问答系统;并增援根据预定槽位和样式,灵敏缔造符合业务逻辑的对话打点策略,实现了工作式对话。
法律书记生成
通过机器学习身手,基于“法律认知”身手,从海量书记中学习出各异类型书记中针对法律事实的常用表述法律,经由法律专家校准,固化造成专业的书记表述逻辑和法律库,实现为用户智能地根据案情的各异生成各异的书记表述。 
裁判书记矫正
基于百万法律书记和50G网页素材,采纳自然语言判辨身手,并羁縻独创的裁判书记词法剖判身手,实现了贴合书记特性、颐养用户民风、符合花式典型安的书记智能矫正投降;自动羁縻办案系统数据与书记音信,增援字词、语法、标点、书记组织、业务逻辑、法律法律的全方位矫正,增援语音读校,增援word插件。 
裁判书记排版
实现对书记花式的自动排版和典型。排版花式笔据的模板可以由用户根据实际业务需要统一对模板做考订和更新,相称简易灵敏。 
裁判书记屏蔽
基于自然语言判辨身手和实体识别身手实现对法律裁判书记敏感音信屏蔽的投降。在书记屏蔽的经过中严峻根据《最高人民法院关于人民法院在互联网文告裁判书记的法律》的仰求对敏感词汇进行屏蔽。 
庭审笔录概述
深入剖判语音识别处置的笔录特征,着手基于序列标注模型对语音识别出来的笔录进行精简,去除口语描绘和重复表达等,再采纳Seq-to-Seq模型实现笔录概述,以擢升自动生成笔录的典型性和可读性。 
评释预感
剖判种种书记数据中的案情,并对其中事实和评释的相关进行标注,基于数十万人工标注的高质量数据,操演Seq-to-Seq模型,实现在给定事实的前提下生成其或者倚赖的评释,评释预感准确率可达90%。 
案由预感
基于案件书记全文、书记段落、案件情节、案件事实描绘,通过自然语言判辨身手,提取案情特征,将LSTM模型和CNN模型等进行排遣,并采纳多工作羁縻操演的样式,实现了案由预感。 
法条预感
基于案件情节,通过自然语言判辨身手,提取案情特征,将LSTM模型和CNN模型等进行排遣,并采纳多工作羁縻操演的样式,实现了相关法条预感。 
裁判礼貌剖判
基于法律知识图谱和自然语言判辨身手,对400多万公开刑事裁判书记无缺开办剖判,通过法学专家和实务专家从业务操献技发,羁縻法律法律、法令注解等典型性文件的仰求,构建出适用于各异场景下的动态知识模型,利用模型对多元数据进行抽取,进而剖判类案的历史裁判礼貌,提供法律知识服务。 
卷宗材料OCR
基于AI深度学习算法,利用图像剖判、字符识别等身手,对卷宗材料文件实现智能感知剖判,提供卷宗材料文字识别才力;增援文本、表格、卡证识别,准确率分裂为96%以上、85%以上、70%以上;增援中文简体、繁体、英文印刷文本识别;增援图像的纠偏和翻转;单张图片的识别速度为毫秒级。 
法令视频剖判
基于庭审、讯问、措辞、监舍等法律行业场景进行深度学习及大局部图像操演,准确识别物体标签、声望、灵敏意图、置信度、图像质量等综合音信。增援人、国徽、法袍、 桌牌、帽子、墨镜等门径标帜;增援打电话、抽烟等灵敏识别;增援过亮、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和门径检测身手,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;增援证件的正反面检测和分页检测;增援自定义卡证识别模板;利用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跨越90%。 
表格识别
基于图像剖判身手和ocr身手,对表格音信进行精度定位和识别,实现混浊表格的智能字段提取。增援糊口合并单元格的混浊表格;增援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
基于深度学习的门径检测身手,实现对文档中的指纹和签章等检测识别;并通过颜色模型和OpenCV相羁縻,实现对红章和指纹进行抹除。增援人像、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,且识别准确率能够来到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,基于深度学习身手,实现了手写标签的识别,引申了卷宗文件类型识别的界线。增援诉状、欠条、收条、评释、样式评释等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、图像虚化检测等投降。 
法律知识图谱
法律知识图谱属于垂直行业局部的知识图谱,从图示的直观样式看,是稠密法律要素组成的知识库。法律知识图谱是机器进行法律知识推理的基本,它将法律法律、法律书记、评释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分裂与法律法律、法令体味、案例、评释材料等反应挂接,设立施律概念、法律法律、事实、评释之间的动态关联相关。 
法律数据排遣
缔造行业数据排遣法律,笔据法律知识剖判并提炼数据,基于语义实现组织化、半组织化与非组织化的多源异构数据排遣,构建相关模型,基于法律语义识别并缔造数据实体间的关联相关,打点数据的无缺性、一致性和相关性等问题,造成高度排遣的数据资源地图。 
身手儿画像
通过数据开办样式将分裂至各利用系统中核心业务群体的零散音信进行提炼,以基本音信、灵敏音信、涉案音信、家当音信、光荣音信等为维度,刻画出与案件相关的身手儿的画像,满足各异场景下各主体对于人员或者人群全关键音信的各异层次需求。 
案件画像
基于大数据剖判、自然语言判辨、图像剖判等多项身手相羁縻,实现案件组织化数据、案件书记、相关卷宗等多元异构数据的内容层面的深度关联排遣;以基本音信、主体音信、材料音信、流程音信、关联案件音信、庭审音信等维度,刻画无缺、准确的案件画像。 
法官画像
以裁判书记为基准,对实在法官的办案数据、特征指标、关联图谱、评释、争议重点、裁判概念等进行各角度剖判,展示法官对某种次序采纳或不采纳、法官认定某种法律后果/抗辩开头构成或不构成的裁判门径,为院庭率领无缺判辨和评估法官工作提供参考协助。 
涉案人员同路碰面剖判
基于大数据身手和数据开办身手,深入剖判被探听人话单的数据特征,羁縻通讯基站音信和GIS系统,将被探听人与相关涉案人员之间通话记录进行碰撞,智能剖判双方或多方在附近身手且相邻声望的样式,进而实现同路碰面剖判。 
涉案人员笼络相干人剖判
利用数据开办身手,深入剖判被探听人话单的数据特征,从通话次数、时长,关注人员人数等多个维度进行剖判,进而发觉相关涉案人员的笼络相干人;增援多闻人员之间通过若干层级中央人进行相干的样式。 
法律申明 网站地图 相干欧洲杯

欧洲杯©Thunisoft 北京华宇音信身手有限公司 版权周备    京ICP备13006480-3