基于知识图谱的法律援助综合服务管理智能问答系统

作     者：刘雪昆 

作者单位：中北大学 

学位级别：硕士

导师姓名：刘爽英;王智伟

授予年度：2022年

学科分类：0301[法学-法学] 03[法学] 030106[法学-诉讼法学] 

主      题：法律援助 知识图谱 问答系统 问句理解 

摘      要：如今,我国不断推进法治进程,构建全面法治社会,民众的法律意识也随着逐步提高。但是由于法律的专业性强、法律咨询费高、法律援助的需求量大等问题,使得供求关系不平衡,因此畅通法律援助渠道和建立完善法律援助机制的任务至关重要。目前,我国建设智能法院也离不开法律的援助工作,但是通过人工咨询、网络百度等传统的方式,获得专业的法律知识比较困难,存在检索量大、检索难、费用高等问题,进而导致了部分群众懂法而不知如何用法的现象,比如,从近期国务院开展打击拐卖妇女儿童专项行动的例子中,就深切地感受到了我国法律援助工作任重而道远,也值得我们每个公民去努力。而在人工智能领域上智能问答系统的出现,为畅通法律援助渠道工作提供了一个研究方向,也会为我国建设社会主义法治社会带来重大的意义。当我们每个人遇到侵害时,瞬间可以想到的就是利用法律武器来保护自己,但是面对专业性极强的法律知识,往往第一时间会感到不知所措,究其根本原因不是不知法律的重要性,而是缺少用法律思维来处理遇到的问题。针对上述问题,基于知识图谱的法律援助综合服务管理智能问答系统的研究与实现,便可以迎刃而解。该系统是以自然语言的人机交互形式,使计算机能够理解用户的真正想法,以便给予下一步指示,可以解决目前遇到问题。因此,研发基于知识图谱的法律援助综合服务管理智能问答系统的研究与实现具有极强的应用价值和现实意义。利用知识图谱来实现法律援助的智能问答系统需要解决以下问题:首先,理解法律问句;其次,构建高质量知识图谱;最后,基于知识图谱的法律援助综合服务管理智能问答系统的研究与实现。其中,研究难点在于智能问答系统如何理解多样化的自然语言表达,而识别问句在知识图谱中对应的命名实体及实体关系是研究的重点,本文创新性地提出了一种基于字词嵌入层的Att-Bi LSTM-CRF模型,可以深入理解用户以多样化的自然语言提出的问句,并返回一个尽可能简洁准确的答案模型。通过与CBOW模型、基于嵌入层的Bi LSTM-CRF模型相比,该模型无论在句子级还是文档级的处理效果都很好。