摘要
课题组围绕案件审判执行全流程的问答需求和业务场景，构建了面向司法领域的智能问答技术平台。结合法院具体业务，在司法知识建模、知识库问答、阅读理解式问答以及多轮交互式问答等多个关键技术点，提出了一系列创新算法，有效提升了司法领域智能问答的精度、覆盖度和用户体验。具体地，在知识建模方面，通过文书整合和信息抽取，获取了高精度覆盖广的司法知识并构建了大规模司法知识图谱，解决了司法领域信息繁杂、知识缺失的关键问题。在知识库问答方面，提出基于自适应解码的神经语义解析等方法，有效解决了知识问答中语言表达多样、语义理解困难和训练数据不足等问题。在阅读理解式问答方面，提出融合外部知识和文档门控机制的司法卷宗阅读理解模型，提升了不同文书长度下的知识匹配精度和答案抽取效果。在多轮交互式问答方面，提出基于拷贝网络的多轮对话对齐、情感感知的回复生成等方法，有效解决已有系统在法院场景中问题理解难、用户体验差的问题。基于以上关键技术，课题组开发了面向法院审判执行全流程的智能问答系统，实现了司法领域智能问答、案件预判等功能，支持26类法院业务场景，并在云南、浙江等20余家法院开展示范应用，丰富了当事人咨询渠道，提升了法官办案效率，为司法知识服务的智能化提供重要技术支撑。课题组共发表学术论文5篇，其中SCI/EI检索论文4篇，CCF A类会议论文2篇，申请发明专利7项，登记软件著作权3项，制定司法行业标准1项。同时培养省部级及以上人才6人次，博士毕业生6人，硕士毕业生9人。
NSTRS