陈彦光，王 雷，孙媛媛，王治政，张书晨

（1.大连理工大学 计算机科学与技术学院，辽宁 大连 116024；2.辽宁省人民检察院第三检察部，沈阳 110033）

0 概述

随着中国司法信息的不断公开化，最高人民法院生效裁判文书全部在中国裁判文书网上公布，除法律有特殊规定的以外。在中国裁判文书网上的大量开源刑事判决书文档中蕴藏着重要的法律信息，但对于这些通过自然语言形式记录的刑事判决书文档，机器无法直接进行深层含义的理解，而自动化信息提取技术能将非结构化的自然语言文本转化为结构化的三元组形式，挖掘出文本中具有一定潜藏价值的内容，并通过命名实体识别（Named Entity Recognition，NER）和关系抽取将非结构化的刑事判决书文本处理为结构化的三元组。刑事判决书中的案件事实描述文本s被表示为多个＜e1，r，e2＞三元组的形式，其中，e1和e2分别表示三元组的头实体和尾实体，r表示两个实体之间的关系类型［1］。

知识图谱以结构化的形式表示知识，通过对非结构化文本中难以理解的信息进行挖掘与分析，提高非结构化文本的查询性能及可解释性，通常作为搜索引擎、问答系统等实际应用中的底层支撑技术。目前，知识图谱的相关研究受到学术界和工业界的广泛关注，研究人员提出了许多知识图谱构建方法，但构建出的知识图谱多数面向通用领域，其中三元组抽取是知识图谱构建过程中的关键步骤。本文提出一个面向法律文本的三元组抽取模型，对非结构化的案件事实描述文本进行结构化表示。……