• 售前咨詢
  • 400-6240-800

產品概述

百分點智能文書校對系統(Intelligent Document Proofreading System)是面向廣大辦案人員、文書審核人員的文書內容智能化審核系統,可以實現對文書中存在的紕漏進行識別并給出糾錯建議和提示,將能夠很大程度上減少校對工作負擔,提升文書審核效率,保障文書質量,一定程度上維護了政法機構的權威和公信形象。

產品功能

字詞錯誤校對

支持基礎字詞類錯別字、多字、漏字等錯誤校對


標點符號校對

· 配對使用的標點符號匹配校驗

· 標點符號冗余校驗

文書完整性校驗

根據標準樣式的要求,檢查文書中需要描述的部分是否已經存在,并且是否完善

法律引用校驗

對起訴書、公訴意見書、不起訴決定書中引用的法律法規名稱是否正確進行校驗


重復段落校驗

檢查文書中段落的重復性,是否存在拷貝現象,進行識別并提示


產品功能

字詞錯誤校對

支持基礎字詞類錯別字、多字、漏字等錯誤校對


標點符號校對

· 配對使用的標點符號匹配校驗

· 標點符號冗余校驗

文書完整性校驗

根據標準樣式的要求,檢查文書中需要描述的部分是否已經存在,并且是否完善

法律引用校驗

對起訴書、公訴意見書、不起訴決定書中引用的法律法規名稱是否正確進行校驗


重復段落校驗

檢查文書中段落的重復性,是否存在拷貝現象,進行識別并提示


產品功能

字詞錯誤校對

支持基礎字詞類錯別字、多字、漏字等錯誤校對


標點符號校對

· 配對使用的標點符號匹配校驗

· 標點符號冗余校驗

文書完整性校驗

根據標準樣式的要求,檢查文書中需要描述的部分是否已經存在,并且是否完善

法律引用校驗

對起訴書、公訴意見書、不起訴決定書中引用的法律法規名稱是否正確進行校驗


重復段落校驗

檢查文書中段落的重復性,是否存在拷貝現象,進行識別并提示


產品優勢

結合前沿NLP技術,校對效果業界頂尖水平

采用前沿的深度遷移學習技術,基礎字詞校對準確率達到90%以上,法律引用校驗和文書完整性校對準確率達到95%以上

基于深度學習的專有名詞校對模型

采用bi-LSTM(雙向長短期記憶網絡)+CRF(條件隨機場)的深度學習序列標注模型,對這類專有名詞的準確性進行校驗,相比單獨的深度學習bi-LSTM或者條件隨機場模型,能夠取得更準確的校驗效果


基于深度學習的法律條文引用判斷模型

深度學習的端到端模型CNN(卷積神經網絡),由于CNN能夠完全自動化的提取案件中的不同層次的語義特征,因此在預測結果的準確度上,相比傳統的關鍵詞匹配方法或者傳統的機器學習模型(例如SVM模型、樸素貝葉斯模型等),效果能有顯著幅度的提升



基于用戶反饋的增量學習模型

采用N-Gram模型進行增量學習,如果反饋的數據積累到一定的量,進行深度學習模型的重新訓練,模型更新后,同步到線上的校對服務進行使用,隨著用戶的反饋數據不斷增多,校對系統通過自學習,效果會變得越來越好



靈活部署模式

支持本地私有化部署和SaaS化服務模式



全方位服務形式

a) API接口:可通過調用本系統API接口實現校對能力的嵌入

b) 插件:可嵌入WORD、WPS等主流編輯軟件

c) 定制化:快速定制滿足用戶個性化的校對需求



結合前沿NLP技術,校對效果業界頂尖水平

采用前沿的深度遷移學習技術,基礎字詞校對準確率達到90%以上,法律引用校驗和文書完整性校對準確率達到95%以上

基于深度學習的專有名詞校對模型

采用bi-LSTM(雙向長短期記憶網絡)+CRF(條件隨機場)的深度學習序列標注模型,對這類專有名詞的準確性進行校驗,相比單獨的深度學習bi-LSTM或者條件隨機場模型,能夠取得更準確的校驗效果


基于深度學習的法律條文引用判斷模型

深度學習的端到端模型CNN(卷積神經網絡),由于CNN能夠完全自動化的提取案件中的不同層次的語義特征,因此在預測結果的準確度上,相比傳統的關鍵詞匹配方法或者傳統的機器學習模型(例如SVM模型、樸素貝葉斯模型等),效果能有顯著幅度的提升



基于用戶反饋的增量學習模型

采用N-Gram模型進行增量學習,如果反饋的數據積累到一定的量,進行深度學習模型的重新訓練,模型更新后,同步到線上的校對服務進行使用,隨著用戶的反饋數據不斷增多,校對系統通過自學習,效果會變得越來越好



靈活部署模式

支持本地私有化部署和SaaS化服務模式



全方位服務形式

a) API接口:可通過調用本系統API接口實現校對能力的嵌入

b) 插件:可嵌入WORD、WPS等主流編輯軟件

c) 定制化:快速定制滿足用戶個性化的校對需求



結合前沿NLP技術,校對效果業界頂尖水平

采用前沿的深度遷移學習技術,基礎字詞校對準確率達到90%以上,法律引用校驗和文書完整性校對準確率達到95%以上

基于深度學習的專有名詞校對模型

采用bi-LSTM(雙向長短期記憶網絡)+CRF(條件隨機場)的深度學習序列標注模型,對這類專有名詞的準確性進行校驗,相比單獨的深度學習bi-LSTM或者條件隨機場模型,能夠取得更準確的校驗效果


基于深度學習的法律條文引用判斷模型

深度學習的端到端模型CNN(卷積神經網絡),由于CNN能夠完全自動化的提取案件中的不同層次的語義特征,因此在預測結果的準確度上,相比傳統的關鍵詞匹配方法或者傳統的機器學習模型(例如SVM模型、樸素貝葉斯模型等),效果能有顯著幅度的提升



基于用戶反饋的增量學習模型

采用N-Gram模型進行增量學習,如果反饋的數據積累到一定的量,進行深度學習模型的重新訓練,模型更新后,同步到線上的校對服務進行使用,隨著用戶的反饋數據不斷增多,校對系統通過自學習,效果會變得越來越好



靈活部署模式

支持本地私有化部署和SaaS化服務模式



全方位服務形式

a) API接口:可通過調用本系統API接口實現校對能力的嵌入

b) 插件:可嵌入WORD、WPS等主流編輯軟件

c) 定制化:快速定制滿足用戶個性化的校對需求



應用場景

文書的制作是一項極其嚴肅和嚴謹的工作,無論是內容表述,標點的使用,還是法律條文的引用,都必須符合規范。全國各級領導領導都非常重視文書質量建設工作,并投入大量資源。文書公開化、透明化過程中,任何紕漏都會產生不良影響,借助校對系統可以有效保障文書質量,維護政法機關的權威性和公信力。


檢察院和法院文書校對

文書的制作是一項極其嚴肅和嚴謹的工作,無論是內容表述,標點的使用,還是法律條文的引用,都必須符合規范。全國各級領導領導都非常重視文書質量建設工作,并投入大量資源。文書公開化、透明化過程中,任何紕漏都會產生不良影響,借助校對系統可以有效保障文書質量,維護政法機關的權威性和公信力。


案例

業務咨詢

姓名
郵箱
手機號碼
公司名稱
需求描述

*為了更好的為您提供咨詢服務,請確保手機號碼填寫正確。

提交
利达娱乐app怎么下载 平特一肖买100赔多少 山西泳坛夺金中奖规律 南粤36选7更新开 股票行情实时查询跌停输入代码是多少 证券投资基金配套习 qq分分彩平台 上游棋牌官方网站 疯狂飞艇彩票是什么 广东闲来麻将微信版 广东11选5最容易中奖 一码中特准期期准 JJ大众麻将技巧 安徽快3有什么技巧吗 广东十一选五app 湖北快3今天开奖结 场外配资无效