元典News| 华宇元典再获两项发明专利授权

近日，华宇元典荣获「一种基于多层级多维度语义理解的法律认知方法、装置和介质」以及「一种基于强化学习的法律认知方法、装置和介质」两项发明专利授权。

随着自然语言处理技术、机器学习等人工智能技术在各业务领域的应用，计算机具备了一定的语义理解能力。但在法律领域，法律概念专业性强、语义关系多样、知识动态更新等特点，对计算机的语义理解能力则提出了更高的要求。因此，深入研究高效、精准的法律认知方法成为实现法律智能化的重中之重。

针对以上需求，华宇元典提出了如下法律认知方法、装置、系统和介质。

专利一：一种基于多层级多维度语义理解的法律认知方法、装置和介质

该专利的技术方案与法律知识图谱技术相结合，在语义理解上引进神经网络模型，并依托公司积累的海量普通文本语料和法律相关专业语料对词向量进行训练，实现了法律中语义相近的概念，在计算机的向量空间表示中也是相似的。在法律业务专家的指导下，该方案建立了法律领域的知识图谱，并通过融合训练的方式来精调语言模型，实现了对法律词的语义精准理解。

在词的语义基础上，根据语言单位的不同层次（词、短语、句子、篇章），以案由的正确分类等多种任务为目标，自底向上进行语义生成，通过双向LSTM（long short-term memory）来实现网络参数的优化。

法律文本可以从多个维度来提取特征，以法律文本中典型的裁判文书为例，可区分为文本特征模型、段落特征模型和规范用语特征模型。文本特征模型又可分为多个维度：案件类别维度、审判程序维度、文书类型维度等。

通过多层级多维度的语义理解实现了从案情数据输入到法律知识输出的全智能应用过程。

专利二：一种基于强化学习的法律认知方法、装置和介质

传统的强化学习，一般是通过人机交互实现的。在法律领域，由于其专业性、逻辑性的要求，如果只单纯的依靠人工干预（即便是专业的法律用户）仍存在很多弊端：一方面在效率、成本上有诸多制约，另一方面也会受到人为判定标准差异性等因素的影响。

该专利的技术方案通过与法律知识图谱调用和法律规则构建技术相结合，来提高法律知识理解的准确度。由于事实的复杂性、多样性与法律概念、知识的抽象性，一般情况下，一个特定的语义概念可能会出现被认知为多个法律概念的可能。

该专利通过对法律概念的置信度评价来确定哪一个更加合理和可信。在具体的应用系统中，加载用户对法律认知结果的查看和交互模块，允许用户点击操作，对认知结果进行评判，包括认可或者不认可；如果认可，则给该实体或者关系一个正的激励，否则是一个负的激励。此外，专利还对强化反馈的效率和准确性进行了改进，促进机器的自主强化学习，从而提高法律知识的准确性。

华宇元典的发明专利结合自主构建的法律知识图谱，通过基于多层级多维度语义理解的法律认知方法和基于强化学习的法律认知方法的设计，提高了计算机对法律知识的智能认知能力，从而进一步提高了机器处理法律业务问题的智能化水平。

华宇元典作为法律人工智能的探索者和智能法律服务解决方案提供商，始终致力于通过数据技术和认知洞察提供行业创新成果，让机器逐渐习得法律认知能力，在数据孤岛间构建连接的道路。未来，华宇元典将继续探索，以智能技术持续提升法律行业生产力。