• 售前咨询
  • 400-6240-800

产品概述

百分点智能文书校对系统(Intelligent Document Proofreading System)是面向广大办案人员、文书审核人员的文书内容智能化审核系统,可以实现对文书中存在的纰漏进行识别并给出纠错建议和提示,将能够很大程度上减少校对工作负担,提升文书审核效率,保障文书质量,一定程度上维护了政法机构的权威和公信形象。

产品功能

字词错误校对

支持基础字词类错别字、多字、漏字等错误校对


标点符号校对

· 配对使用的标点符号匹配校验

· 标点符号冗余校验

文书完整性校验

根据标准样式的要求,检查文书中需要描述的部分是否已经存在,并且是否完善

法律引用校验

对起诉书、公诉意见书、不起诉决定书中引用的法律法规名称是否正确进行校验


重复段落校验

检查文书中段落的重复性,是否存在拷贝现象,进行识别并提示


产品功能

字词错误校对

支持基础字词类错别字、多字、漏字等错误校对


标点符号校对

· 配对使用的标点符号匹配校验

· 标点符号冗余校验

文书完整性校验

根据标准样式的要求,检查文书中需要描述的部分是否已经存在,并且是否完善

法律引用校验

对起诉书、公诉意见书、不起诉决定书中引用的法律法规名称是否正确进行校验


重复段落校验

检查文书中段落的重复性,是否存在拷贝现象,进行识别并提示


产品功能

字词错误校对

支持基础字词类错别字、多字、漏字等错误校对


标点符号校对

· 配对使用的标点符号匹配校验

· 标点符号冗余校验

文书完整性校验

根据标准样式的要求,检查文书中需要描述的部分是否已经存在,并且是否完善

法律引用校验

对起诉书、公诉意见书、不起诉决定书中引用的法律法规名称是否正确进行校验


重复段落校验

检查文书中段落的重复性,是否存在拷贝现象,进行识别并提示


产品优势

结合前沿NLP技术,校对效果业界顶尖水平

采用前沿的深度迁移学习技术,基础字词校对准确率达到90%以上,法律引用校验和文书完整性校对准确率达到95%以上

基于深度学习的专有名词校对模型

采用bi-LSTM(双向长短期记忆网络)+CRF(条件随机场)的深度学习序列标注模型,对这类专有名词的准确性进行校验,相比单独的深度学习bi-LSTM或者条件随机场模型,能够取得更准确的校验效果


基于深度学习的法律条文引用判断模型

深度学习的端到端模型CNN(卷积神经网络),由于CNN能够完全自动化的提取案件中的不同层次的语义特征,因此在预测结果的准确度上,相比传统的关键词匹配方法或者传统的机器学习模型(例如SVM模型、朴素贝叶斯模型等),效果能有显著幅度的提升



基于用户反馈的增量学习模型

采用N-Gram模型进行增量学习,如果反馈的数据积累到一定的量,进行深度学习模型的重新训练,模型更新后,同步到线上的校对服务进行使用,随着用户的反馈数据不断增多,校对系统通过自学习,效果会变得越来越好



灵活部署模式

支持本地私有化部署和SaaS化服务模式



全方位服务形式

a) API接口:可通过调用本系统API接口实现校对能力的嵌入

b) 插件:可嵌入WORD、WPS等主流编辑软件

c) 定制化:快速定制满足用户个性化的校对需求



结合前沿NLP技术,校对效果业界顶尖水平

采用前沿的深度迁移学习技术,基础字词校对准确率达到90%以上,法律引用校验和文书完整性校对准确率达到95%以上

基于深度学习的专有名词校对模型

采用bi-LSTM(双向长短期记忆网络)+CRF(条件随机场)的深度学习序列标注模型,对这类专有名词的准确性进行校验,相比单独的深度学习bi-LSTM或者条件随机场模型,能够取得更准确的校验效果


基于深度学习的法律条文引用判断模型

深度学习的端到端模型CNN(卷积神经网络),由于CNN能够完全自动化的提取案件中的不同层次的语义特征,因此在预测结果的准确度上,相比传统的关键词匹配方法或者传统的机器学习模型(例如SVM模型、朴素贝叶斯模型等),效果能有显著幅度的提升



基于用户反馈的增量学习模型

采用N-Gram模型进行增量学习,如果反馈的数据积累到一定的量,进行深度学习模型的重新训练,模型更新后,同步到线上的校对服务进行使用,随着用户的反馈数据不断增多,校对系统通过自学习,效果会变得越来越好



灵活部署模式

支持本地私有化部署和SaaS化服务模式



全方位服务形式

a) API接口:可通过调用本系统API接口实现校对能力的嵌入

b) 插件:可嵌入WORD、WPS等主流编辑软件

c) 定制化:快速定制满足用户个性化的校对需求



结合前沿NLP技术,校对效果业界顶尖水平

采用前沿的深度迁移学习技术,基础字词校对准确率达到90%以上,法律引用校验和文书完整性校对准确率达到95%以上

基于深度学习的专有名词校对模型

采用bi-LSTM(双向长短期记忆网络)+CRF(条件随机场)的深度学习序列标注模型,对这类专有名词的准确性进行校验,相比单独的深度学习bi-LSTM或者条件随机场模型,能够取得更准确的校验效果


基于深度学习的法律条文引用判断模型

深度学习的端到端模型CNN(卷积神经网络),由于CNN能够完全自动化的提取案件中的不同层次的语义特征,因此在预测结果的准确度上,相比传统的关键词匹配方法或者传统的机器学习模型(例如SVM模型、朴素贝叶斯模型等),效果能有显著幅度的提升



基于用户反馈的增量学习模型

采用N-Gram模型进行增量学习,如果反馈的数据积累到一定的量,进行深度学习模型的重新训练,模型更新后,同步到线上的校对服务进行使用,随着用户的反馈数据不断增多,校对系统通过自学习,效果会变得越来越好



灵活部署模式

支持本地私有化部署和SaaS化服务模式



全方位服务形式

a) API接口:可通过调用本系统API接口实现校对能力的嵌入

b) 插件:可嵌入WORD、WPS等主流编辑软件

c) 定制化:快速定制满足用户个性化的校对需求



应用场景

文书的制作是一项极其严肃和严谨的工作,无论是内容表述,标点的使用,还是法律条文的引用,都必须符合规范。全国各级领导领导都非常重视文书质量建设工作,并投入大量资源。文书公开化、透明化过程中,任何纰漏都会产生不良影响,借助校对系统可以有效保障文书质量,维护政法机关的权威性和公信力。


检察院和法院文书校对

文书的制作是一项极其严肃和严谨的工作,无论是内容表述,标点的使用,还是法律条文的引用,都必须符合规范。全国各级领导领导都非常重视文书质量建设工作,并投入大量资源。文书公开化、透明化过程中,任何纰漏都会产生不良影响,借助校对系统可以有效保障文书质量,维护政法机关的权威性和公信力。


案例

业务咨询

姓名
邮箱
手机号码
公司名称
需求描述

*为了更好的为您提供咨询服务,请确保手机号码填写正确。

提交