,国产成人无码精品久久久影院 ,最近免费中文字幕MV在线视频3,国内最真实的XXXX人伦

外部法律數(shù)據(jù)庫的建設，設有專門的法律編輯及技術(shù)團隊，需要安排專門的時間、地點進行工作，對于絕大多數(shù)律所而言，這并不經(jīng)濟。

新三板上市文件可以堆積1.5米之高，律師團隊積攢7年的郵件也會超過10w+；前者人工整理1人至少需要3天，后者則需要3人整理2個月。

▲ 自動為郵箱中的文件打上標簽

而這些或許都可以借助AI技術(shù)，以效率更高，成本更少，成果更優(yōu)的方式來實現(xiàn)。

整理的第一步是分類醫(yī)療智能問答系統(tǒng)的作用，分類是從文件資料中識別不同的特征進行標簽，而后進行區(qū)分整理。

利用NLP算法訓練出標簽分類模型，提取出關(guān)鍵知識維度，比如行業(yè)分類（醫(yī)療、房地產(chǎn)…）、文檔類型（訴狀、意見書…）、專業(yè)分類（民法、刑法…），自動進行標簽分組。實踐證明用該算法整理前述郵件，只用了2天。

▲ 構(gòu)建標簽體系

這類標簽應用于律所內(nèi)部數(shù)據(jù)，即形成一套律所專屬標簽體系，如同鑰匙碼，串聯(lián)起不同維度的律所知識成果，進行有效整理和應用。

3 搜索引擎：更好地應用數(shù)據(jù)

標簽建立的目的在于數(shù)據(jù)的有效應用，其有效提升的，是檢索效率。而檢索本身也有自己的技術(shù)突破，比如語義檢索。

《著作權(quán)法》、《專利法》和《商標法》統(tǒng)稱為“知識產(chǎn)權(quán)相關(guān)法律”。

在關(guān)鍵詞檢索下，輸入“知識產(chǎn)權(quán)”，結(jié)果多為《中華人民共和國知識產(chǎn)權(quán)海關(guān)保護條例》這樣明確帶有“知識產(chǎn)權(quán)”字符的行政法規(guī)；

▲ 知識產(chǎn)權(quán)關(guān)鍵詞檢索結(jié)果（左） 知識產(chǎn)權(quán)語義檢索結(jié)果（右）

而語義理解檢索，則能基于法律體系理解上位法與下位法之間的關(guān)系，在“知識產(chǎn)權(quán)”的檢索條件下，可以檢索出《著作權(quán)法》、《專利法》和《商標法》等知識產(chǎn)權(quán)相關(guān)法律文件。

語義檢索也是NLP技術(shù)的應用場景之一，其需要構(gòu)建大量專業(yè)領域的數(shù)據(jù)集，并訓練出算法模型。

目前清華大學人工智能研究院自然語言處理與社會人文計算研究中心推出的多領域中文預訓練模型倉庫。

其中民事文書BERT（預訓練的語言表征模型）在超過2千萬篇法律民事文書上進行訓練，在民事文書相關(guān)任務領域，相比于世界搜索引擎巨頭中文BERT，其學習速度更快，詳見下圖。

▲ 民事文書BERT在訓練集上的學習速度

刑事文書領域亦如是。

該算法模型不僅可以用于公開領域的數(shù)據(jù)檢索，亦可用于律所內(nèi)部數(shù)據(jù)的檢索，可以有效提高知識的檢索效率，結(jié)合標簽體系，形成律師個人或團隊的獨有知識庫。

未來：從知識管理到知識發(fā)現(xiàn)

智能引擎已經(jīng)逐漸從搜索引擎走向推薦引擎，律所知識庫建設也從管理走向發(fā)現(xiàn)，未來的知識世界，將從人去找知識進化為知識來找人。

1 知識的主動推薦

當律師在寫作X公司專利侵權(quán)相關(guān)法律文件時，系統(tǒng)將會主動推薦相應信息。

比如：X公司相關(guān)知識產(chǎn)權(quán)、訴訟案件、企業(yè)信用等信息；與案件相關(guān)的判例、研究報告等；主審法官的歷審案例醫(yī)療智能問答系統(tǒng)的作用，對手律師的相關(guān)案例等；以及本所律師相關(guān)案件、知識成果等。

主動推薦不僅可以有效提高律師的信息獲取效率，也能起到查漏補缺的效用。

機器將從幫助人更具效率地完成工作轉(zhuǎn)變?yōu)閹椭税l(fā)現(xiàn)其原本發(fā)現(xiàn)不了的機會點。

▲ 知識的智能推薦

同時，也會根據(jù)律師個人或常聯(lián)系人員近期的關(guān)注領域、在辦案件等，主動推薦相關(guān)行業(yè)熱點、公開報告等，進行個性化推薦，提高律師專業(yè)領域的信息嗅覺。

對于律所而言，則有利于共享社區(qū)建設，類似于知乎、豆瓣等社區(qū)推薦引擎，聚合同專業(yè)、同領域或相同關(guān)注點的律所成員，強化專業(yè)領域的交流，交流信息沉淀下來亦是一重知識成果，有利于律師協(xié)同，助力法律服務產(chǎn)品的研發(fā)。