18、金融与法律领域的智能分析方法探索

金融与法律领域的智能分析方法探索

1. 法律问答系统模型对比

在法律问答系统构建中，存在不同的模型方法。有一种模型因未考虑语义，难以确定其回答问题的正确性，可能是利用出题者的偏差得出近似估计的答案。例如，在人工观察中，当法规里的“不动产”在查询中被替换为“动产”时，答案通常为“否”，因为二者不可互换；而当法规里的“物”在查询中被替换为“动产”时，答案通常为“是”，因为“物”是更宽泛的概念，可细化为“动产”。

实验表明，纯基于规则的方法在特定语料库中可能是有效的解决方案。与运用复杂算法（如深度学习技术，此前有团队主要基于BERT）的模型相比，此次提出的模型运行简单，无计算负担。训练数据预处理不到1秒，处理测试数据并进行LCS比较只需8.14秒，而之前基于BERT的模型得出结果需要数天。LCS方法计算时间成本低于BERT方法，出于可解释性考虑，该方法在实践中可能具有应用价值。不过，此简单模型存在局限性，为提升其性能，构建模型时可能需进行更精确的失败分析并添加额外规则。

模型类型	计算特点
本次提出的模型	运行简单，训练数据预处理不到1秒，处理测试数据并进行LCS比较需8.14秒
基于BERT的模型	计算复杂，得出结果需数天

2. JSAI 2022国际会议情况

JSAI年度会议是日本人工智能学会的