基于Lattice LSTM-Cascade结构盗窃罪案由的命名实体识别算法OA

通过信息抽取技术进行法律文书数据的结构化,是推进人工智能在司法领域应用的关键性工作,尤其命名实体识别作为信息抽取的基础任务,将直接影响对案情信息提取的完整性与精确性。由于法律文书词语具有单义性、针对性和规范性且细粒度高的特点,通过Lattice LSTM实现字词特征融合输入,深度挖掘文书的语义信息;由于法律文书的精细化描述,需要高细粒度的实体类别,导致实体类别增加,通过采用Cascade结构构建了多任务NER模型框架,实现了实体识别与实体类别分类…查看全部>>