想象你是一名侦探，深夜走进指挥室，墙上贴满了嫌疑人的照片，照片之间拉着许多红线——A和B当晚见过面，C的手机出现在案发现场，D曾在网上搜索过受害人的信息。原本杂乱的口供，瞬间变成一张看得见的关系网，凶手呼之欲出。司法AI做的事情惊人相似：把几十年积攒的司法解释文本当作“证词”，把条文、罪名、情节、刑罚这些“人物”拍照上墙，再拉上关系线，最终形成一张能辅助法官判案的知识图谱。这个过程的核心技术，就是“实体关系建模”——先找人（实体识别），再连线（关系抽取），核对身份（知识融合），挂上墙面（图存储），用它破案（司法应用），最后检查网画得准不准（质量评估）。这篇文章，就带你从零走一遍这条“侦探之路”。

岗位关联

掌握司法知识图谱的实体关系建模全链路，意味着你能把零散的法律文本变成可计算、可推理的结构化资产——这正是法律科技赛道的核心能力，也是进入AI+法律领域的最佳切入点。

目录
  1. 可视化演示
  2. 实体识别：谁出现在证词里
  3. 关系抽取：人物之间有什么交集
  4. 知识融合：两张卡片上的“小王”是不是同一人
  5. 图存储与查询：把关系网钉在墙上
  6. 司法应用：用关系网辅助判案
  7. 质量评估：这张网画得准不准
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

动态展示司法解释知识图谱的实体类型设计、关系分类、实体识别与关系抽取、消歧融合与智能检索应用。

本节配有交互动效（进入视口后自动加载，约 3KB）。

实体识别：谁出现在证词里

侦探走进会议室，墙上贴着几十份证人证言。他做的第一件事不是品味故事情节，而是拿起荧光笔，把所有“人名、地名、时间、车牌号”一一圈出来。关系网再漂亮，也得先确定节点画的是谁。司法AI面对一摞司法解释文本时，同样先做“圈人”这件事——把“刑法第二百六十四条”“盗窃”“数额较大”“三年以下有期徒刑”这些有独立含义的片段从句子中拆出来，这个动作叫专业术语“实体识别”。

在司法场景里，实体不是普通人名，而是罪名、法条、情节、刑罚等法律概念。最朴素的做法是词典匹配：维护一部法律术语库，文本中命中的词直接圈定为实体。词典快、可解释，但司法语言极为灵活，同一行为在不同条文里可能写作“秘密窃取”“顺手牵羊”“非法占有”，穷举词典永远追不上语言的演化。因此现代系统普遍改用序列标注：给每个词贴标签，B表示实体起点，I表示实体内部，O表示非实体，让模型预测整句的标签序列，实体边界和类型由此一次性确定。

从概率角度看，给定输入文本 $x$，模型输出标签序列 $y$ 的概率可以写成：

荧光笔圈完人名，侦探手里有了一份“嫌疑人名单”；AI做完实体识别，手里也有了一份“法律实体清单”。名单上的名字要真正发挥作用，还得看他们之间有什么关联——这正是关系抽取要解决的事。

P(y∣x)=∏i=1nP(yi∣x,y<i)\displaystyle P(y | x) = \prod_{i=1}^{n} P(y_i | x, y_{<i})
这个公式把“给整句话打标签”拆成“一个词一个词地打标签”，并且每个词的标签都参考前面已经打好的结论——就像侦探逐行核对证词，边看边做批注。
  1. 条件概率$P(y|x)$ 表示输入文本 $x$ 时输出标签序列 $y$ 的概率，训练中要让这个概率尽量大。
    P(y∣x)P(y | x)
  2. 连乘展开整句标签概率分解为每个位置标签概率的乘积，模型像侦探逐字做批注一样逐词标注。
    ∏i=1nP(yi∣x,y<i)\prod_{i=1}^{n} P(y_i | x, y_{<i})
  3. 历史条件$y_{<i}$ 是位置 $i$ 之前的标签序列，表示标注当前词时要参考前面已经写下的结论。
    y<i=(y1,y2,…,yi−1)y_{<i} = (y_1, y_2, \ldots, y_{i-1})
  4. 最优标签对每个词取概率最大的标签作为预测结果，得到带边界的实体序列。
    y^i=arg⁡max⁡P(yi∣x,y<i)\hat{y}_i = \arg\max P(y_i | x, y_{<i})

关系抽取：人物之间有什么交集

人名圈完，侦探开始拉红线。他知道受害人当晚给李四打过电话，也知道张三曾在小巷监控里出现——于是他在墙上钉下“李四—通话→受害人”“张三—出现→小巷”。没有红线的照片墙只是一堆孤立头像，侦探无法从里面看出任何案情线索。司法知识图谱同理：只有实体没有关系，图谱等于一张名词表。

关系抽取的产物是三元组：头实体—关系→尾实体，例如“盗窃罪—对应→刑法第二百六十四条”“盗窃—规定情节→数额较大”。落地时常见两条技术路线：一是语义规则与模板匹配，人工总结稳定的法律句式，比如看到“处……以下有期徒刑”，就把前文行为与刑罚连上线；二是监督学习，标注一批三元组样本，训练模型为每一对实体对预测关系类型。前者可解释、成本低，后者覆盖广、能处理开放变体。

当候选关系不止一种时，模型对每种关系打一个分数，再用 softmax 将分数归一化成概率：

红线一根根拉上墙，侦探的关系网开始显现轮廓。但一个棘手的问题冒了出来：证词A里的“小王”和证词B里的“王某”，会不会其实是同一个人？如果搞错，整张网就会串线。

P(r∣h,t,c)=exp⁡(s(h,t,r,c))∑r′∈Rexp⁡(s(h,t,r′,c))\displaystyle P(r | h, t, c) = \frac{\exp(s(h, t, r, c))}{\sum_{r' \in \mathcal{R}} \exp(s(h, t, r', c))}
分母是“所有候选关系的指数分之和”，分子是“当前关系的指数分”，二者的比值就是该关系胜出的概率。关系概率越高，这条红线拉得越有把握。
  1. 打分函数$s(h,t,r,c)$ 对“头实体 $h$ 和尾实体 $t$ 存在关系 $r$”的可信度打分，$c$ 是所在句子的上下文。
    s(h,t,r,c)s(h, t, r, c)
  2. 指数放大$\exp$ 把分数转为正数，同时扩大好分数与差分数之间的差距，让高分更突出。
    exp⁡(s(h,t,r,c))\exp(s(h, t, r, c))
  3. 归一化分母遍历关系集合 $\mathcal{R}$ 中所有候选关系 $r'$，把它们的指数分全部加起来。
    ∑r′∈Rexp⁡(s(h,t,r′,c))\sum_{r' \in \mathcal{R}} \exp(s(h, t, r', c))
  4. Softmax 概率指数分占比即概率，所有关系概率之和恰好为 1，便于设定阈值做决策。
    exp⁡(s(h,t,r,c))∑r′exp⁡(s(h,t,r′,c))\frac{\exp(s(h, t, r, c))}{\sum_{r'} \exp(s(h, t, r', c))}

知识融合：两张卡片上的“小王”是不是同一人

侦探翻证词翻到头疼：前一份写“小王在便利店打工”，后一份写“王某在便利店上夜班”，时间地点都对得上，名字写法却不一样。他必须判断这是不是同一个人——判断错了，两个人的社交圈会被恶意缝合，破案方向瞬间跑偏。司法解释也存在同样的“身份谜题”：不同年代、不同机关发布的解释，对同一概念的表述可能完全不同，“盗窃罪”有时写作“窃取他人财物行为”，有时直接简化成“盗窃”。

知识融合阶段负责把这些分散的表述归并成唯一实体。共指消解解决“代词或别名指向谁”，实体对齐判断两个候选实体是否指同一对象，属性合并把不同来源的信息拼接成完整画像，冲突消除则处理新旧解释相互矛盾的情况。四者协同，保证图谱中每个概念只有一个“正规身份”。

实践中，常用向量相似度辅助对齐：把每个候选实体编码成向量，用余弦相似度衡量两个实体的语义距离：

侦探最终把两张卡片钉到同一根图钉上，关系网里少了一个“幽灵人物”。身份核对完毕，接下来要把整张网从草稿纸搬到指挥墙——图存储与查询登场。

sim(e1,e2)=v⃗1⋅v⃗2∥v⃗1∥ ∥v⃗2∥\displaystyle \text{sim}(e_1, e_2) = \frac{\vec{v}_1 \cdot \vec{v}_2}{\lVert \vec{v}_1 \rVert \, \lVert \vec{v}_2 \rVert}
余弦值接近 1，说明两个实体的语义几乎重合；接近 0，说明八竿子打不着。超过阈值就判定为同一实体，合并成一个节点。
  1. 语义向量每个候选实体 $e$ 通过预训练模型编码为稠密向量 $\vec{v}$，语义相似的概念落在向量空间中相近的位置。
    e↦v⃗e \mapsto \vec{v}
  2. 点积$\vec{v}_1 \cdot \vec{v}_2$ 表示两向量逐维相乘再求和，衡量方向的一致性。
    v⃗1⋅v⃗2=∑kv1kv2k\vec{v}_1 \cdot \vec{v}_2 = \sum_{k} v_{1k} v_{2k}
  3. 模长归一除以模长 $\lVert \vec{v}_1 \rVert \lVert \vec{v}_2 \rVert$ 后，相似度被压缩到 $[-1, 1]$ 区间，不受向量长度干扰。
    v⃗1⋅v⃗2∥v⃗1∥ ∥v⃗2∥\frac{\vec{v}_1 \cdot \vec{v}_2}{\lVert \vec{v}_1 \rVert \, \lVert \vec{v}_2 \rVert}
  4. 阈值决策相似度大于阈值 $\theta$ 判定为同一实体，否则保留为两个不同节点。
    sim(e1,e2)>θ\text{sim}(e_1, e_2) > \theta

图存储与查询：把关系网钉在墙上

草稿纸上的红线和名字越来越多，侦探决定装修指挥墙：照片贴齐，红线用图钉固定，再挂一个索引本，任何一个人的全部关系都能顺手查到。知识图谱也有自己的“指挥墙”——图数据库。它以节点存实体、以边存关系，专门优化“从一个节点出发，沿着边层层跳转”这类多跳查询；传统关系数据库做同样的事，往往需要反复执行代价高昂的表连接。

查询能力是图谱的灵魂。子图匹配负责“找出和这个案件情节构成最像的历史判例”，路径查询负责回答“盗窃罪到三年以下有期徒刑之间经过哪些节点”，索引优化则保证千万级节点下查询依然毫秒级返回。数学上，一张图可以用邻接矩阵简洁表示：

墙上的关系网铺开之后，侦探可以顺着线跳两跳，发现“嫌疑人的朋友认识受害人的同事”这类隐藏关联；司法AI则靠着多跳查询，把法条、情节、判例层层打通。网已就绪，下一步该用它破案了。

(A2)ij=∑k=1nAikAkj\displaystyle (A^2)_{ij} = \sum_{k=1}^{n} A_{ik} A_{kj}
$A$ 是邻接矩阵，$A_{ik}=1$ 表示节点 $i$ 到 $k$ 直接相连。这个公式统计的是：从节点 $i$ 出发、恰好走两步到达节点 $j$ 一共有多少种走法。
  1. 邻接元素$A_{ik}$ 只取 0 或 1，表示节点 $i$ 到节点 $k$ 是否存在直接连接，即墙上两人之间有没有红线。
    Aik∈{0,1}A_{ik} \in \{0, 1\}
  2. 两步连通$A_{ik} A_{kj}$ 只有同时满足“$i$ 连 $k$”和“$k$ 连 $j$”时才等于 1，对应一条经过中间人 $k$ 的两步路径。
    Aik⋅Akj=1A_{ik} \cdot A_{kj} = 1
  3. 路径累加对所有可能的中间节点 $k$ 求和，得到 $i$ 到 $j$ 的两步路径总数，中间人越多走法越多。
    ∑k=1nAikAkj\sum_{k=1}^{n} A_{ik} A_{kj}
  4. 矩阵幂求和结果正是 $A^2$ 的 $(i,j)$ 元素，推广到 $A^k$ 则对应 $k$ 步可达路径数。
    (A2)ij(A^2)_{ij}

司法应用：用关系网辅助判案

关系网终于上战场。侦探站在墙前，沿着红线还原案发当晚轨迹，锁定交叉点最多的嫌疑人；司法AI则站在法官和律师身后，用同一张网回答四类问题。法条关联：输入案情描述，自动推荐可能适用的法条；类案检索：把案件抽成子图，到图库中匹配相似判例；量刑参考：根据情节组合给出量刑区间建议；判决预测：结合历史判决与图谱路径推断裁判结果。

量刑参考通常追求可解释、可复核，因此常用线性加权模型：每个情节作为一个特征，乘以对应权重，累加得到建议分。权重来源既可以是司法解释的明文规定，也可以是对历史判决的统计拟合：

侦探下结论时必须讲清“哪条线引出哪个判断”；司法AI正因为每一步推理都能回溯到图谱路径，法院才敢于采纳它的参考意见。但无论侦探还是AI，交出网之前都得先回答最后一个问题：这张网画得准不准？

y^=w0+∑j=1mwjxj\displaystyle \hat{y} = w_0 + \sum_{j=1}^{m} w_j x_j
$x_j$ 是案件情节，例如“是否累犯”“盗窃数额是否巨大”；$w_j$ 是权重，正数表示加重、负数表示减轻；$\hat{y}$ 是最终量刑建议分。
  1. 情节特征$x_j$ 通常取 0 或 1，表示第 $j$ 个情节在案件中是否成立，像侦探在案情表上打勾。
    xj∈{0,1}x_j \in \{0, 1\}
  2. 情节权重$w_j$ 表示该情节对量刑的影响方向与程度，绝对值越大影响越显著。
    wjw_j
  3. 基准刑$w_0$ 是偏置项，代表没有任何增减轻情节时的基准刑罚。
    w0w_0
  4. 加权求和把基准值和所有情节贡献相加，得到建议分 $\hat{y}$，供法官结合案情酌定。
    y^=w0+∑j=1mwjxj\hat{y} = w_0 + \sum_{j=1}^{m} w_j x_j

质量评估：这张网画得准不准

侦探收工前有个雷打不动的习惯：重新核对指挥墙。漏连一根红线，可能放走真凶；错连一根红线，可能冤枉好人。知识图谱上线前同样必须质检。质检最关心两个数，对应两句朴素的追问：画出来的线里有多少是真的？该画的线画全了没有？前者叫“准确率”，后者叫“召回率”。

准确率看“对不对”，召回率看“全不全”，两者常常互相牵制——严格筛选会让线少但准，宽松放行会让线多但杂。于是工程上常用 F1 分数做综合度量，它是二者的调和平均：

机器指标之外，人工复核仍是兜底：法律专家抽样检查图谱三元组，修正错误后重新进入迭代。司法解释会随社会发展不断更新，旧关系可能失效，新关系需要补充——侦探每晚都要复查关系网，司法知识图谱也永远在生长的路上。

F1=2PRP+R,P=TPTP+FP,R=TPTP+FN\displaystyle F_1 = \frac{2 P R}{P + R}, \quad P = \frac{TP}{TP + FP}, \quad R = \frac{TP}{TP + FN}
$TP$ 是正确抽取的数量，$FP$ 是抽错的数量，$FN$ 是漏掉的数量。F1 越高，说明这张网既画得准又画得全。
  1. 三类计数$TP$ 正确命中、$FP$ 误报、$FN$ 漏报，它们是所有评估指标的基础。
    TP,FP,FNTP, FP, FN
  2. 准确率$P$ 表示抽取结果中正确部分占的比例，回答“画出的线里几成是真线”。
    P=TPTP+FPP = \frac{TP}{TP + FP}
  3. 召回率$R$ 表示真实存在的关系中有多少被抽出来，回答“该画的线画全没有”。
    R=TPTP+FNR = \frac{TP}{TP + FN}
  4. 调和平均$F_1$ 对偏低的一方更敏感，明显偏科时分数大幅下降，因此被当作图谱稳定性的标尺。
    F1=2PRP+RF_1 = \frac{2 P R}{P + R}

AI 应用场景

量刑辅助参考系统

阶段：下游推理应用（司法应用）

解决的问题：传统量刑高度依赖法官个人经验，不同法院对相似案件可能给出悬殊判决，即“同案不同判”。知识图谱把情节与刑期的关系结构化，系统可在数秒内从历史判例中抽出同情节子图，给出统计上合理的量刑区间，辅助法官校准偏差。

具体案例：某基层法院的审判辅助系统中，法官输入“多次盗窃、数额较大、有自首情节”，系统立刻召回 200 余件相似判例，显示基准刑在 1 年 6 个月至 2 年之间，并在图谱上高亮“自首—减轻→量刑”的推理路径，法官据此作出判决并附注参考依据。

类案检索与智能比对平台

阶段：图谱查询与子图匹配（图存储查询）

解决的问题：律师人工检索类案需翻阅海量裁判文书，关键词检索难以捕捉“情节结构相似但文字表述不同”的案件。图谱把案情表示成子图后，平台按结构相似度检索，不受用词差异干扰。

具体案例：某法律科技公司上线类案检索平台，用户粘贴案情描述，系统自动完成实体识别与关系抽取，将“盗窃—对象→电动车—地点→小区车库”构成的子图与图库中数百万份判决书子图逐一比对，3 秒内返回最相似的 50 份判例并附相似度分数。

司法解释更新校对系统

阶段：知识融合与质量评估（增量更新）

解决的问题：最高人民法院不断发布新解释，新解释与旧解释之间可能存在概念冲突。人工核对耗时且容易遗漏，图谱可以自动比对新增三元组与现有三元组的矛盾点。

具体案例：某法院技术科接收新发布的司法解释后，系统自动抽取新三元组，与库中旧实体进行对齐和冲突检测，自动标记“盗窃数额认定标准：旧 1000 元 / 新 2000 元”这类冲突，推送至法官联席会议讨论，确认后完成增量更新。

Python 演示

python81 行
# -*- coding: utf-8 -*-"""司法解释知识图谱的实体关系建模演示：从一条司法解释到小型图谱。"""from collections import defaultdict  class CaseGraph:    """小型知识图谱：节点是法律实体，边是关系。"""     def __init__(self):        self.entities = set()               # 实体集合: (名称, 类型)        self.relations = defaultdict(list)  # 关系表: (头实体, 关系) -> 尾实体列表     def add_entity(self, name, etype):        self.entities.add((name, etype))     def add_relation(self, head, rel, tail):        self.relations[(head, rel)].append(tail)     def neighbors(self, name):        """返回与某实体相连的所有关系，包括作为头实体和尾实体两种情况。"""        result = []        for (h, r), tails in self.relations.items():            if h == name:                result.extend((r, t) for t in tails)            else:                result.extend(("反向-" + r, h) for t in tails if t == name)        return result  ENTITY_DICT = {    "刑法第二百六十四条": "法条",    "盗窃": "行为",    "公私财物": "对象",    "数额较大": "情节",    "三年以下有期徒刑": "刑罚",} RULES = [    ("刑法第二百六十四条", "规定", "盗窃"),    ("盗窃", "对象", "公私财物"),    ("盗窃", "情节", "数额较大"),    ("盗窃", "刑罚", "三年以下有期徒刑"),    ("刑法第二百六十四条", "对应刑罚", "三年以下有期徒刑"),]  def extract_entities(text):    found = []    for name, etype in ENTITY_DICT.items():        if name in text:            found.append((name, etype))    return found  def extract_relations(text, graph):    for head, rel, tail in RULES:        if head in text and tail in text:            graph.add_relation(head, rel, tail)  def main():    text = ("刑法第二百六十四条规定，盗窃公私财物，数额较大的，"            "处三年以下有期徒刑、拘役或者管制，并处或者单处罚金。")    graph = CaseGraph()    for name, etype in extract_entities(text):        graph.add_entity(name, etype)    extract_relations(text, graph)    print("从司法解释中抽取到的实体：")    for name, etype in sorted(graph.entities):        print("  - {}（{}）".format(name, etype))    print("建立的实体关系：")    for (head, rel), tails in graph.relations.items():        for tail in tails:            print("  {} --{}--> {}".format(head, rel, tail))    print("类案检索演示：查询'盗窃'节点的全部关系：")    for rel, tail in graph.neighbors("盗窃"):        print("  盗窃 --{}--> {}".format(rel, tail))  if __name__ == "__main__":    main()
  1. if head in text and tail in text:最简单的远程监督式关系抽取：只要文本中同时出现头实体和尾实体，就按预定义规则建立关系边。
  2. for name, etype in extract_entities(text):词典匹配实体识别，命中一个术语就把它作为节点加入图谱。
  3. self.relations[(head, rel)].append(tail)关系表以“头实体+关系”为键、尾实体列表为值，相当于按关系类型分门别类的索引本。
  4. for (h, r), tails in self.relations.items():遍历整张关系表，这是图存储中最常见的全表扫描操作，实际项目中会用数据库索引替代。
  5. for rel, tail in graph.neighbors("盗窃"):图谱核心查询：取某个节点的全部关联边，正是类案检索和量刑参考的底层能力。

常见误区

误区“做知识图谱不就是把司法解释文本按条目存进数据库吗？反正存进去就能查，跟普通表结构差不多。”

正解图谱的核心不是“存数据”而是“存关系”。侦探光知道所有证人叫什么没用，必须知道谁见过谁、谁恨谁，才能构成破案网络。普通数据库适合单表查询和精确匹配，图谱则把实体变成节点、关系变成边，让“顺着关系跳多跳”成为第一公民操作。把条文整段塞进数据库得到的是电子文档，只有抽出实体并连上线，才配叫知识图谱。

为何常见：很多人把“知识”等同于“数据”，把“图谱”误解为“好看的图表”，于是误以为换个存储介质就完成了建模。

误区“法律术语都是规范词，我准备一个词典，出现就圈出来，准确率能到九成，何必上深度学习？”

正解词典匹配对标准写法有效，但司法语言充满变体：“秘密窃取”“顺手牵羊”“非法占有他人财物”都是“盗窃”的替身；同一句话里“盗窃”既可能指行为名也可能指罪名，需要上下文才能判断。序列标注模型正是利用左右词、句法结构等上下文信号来消歧，词典是很好的种子，但不是终点。

为何常见：因为词典匹配实现简单、效果直观，小规模测试时看起来“够准”，容易让人低估真实语料的复杂度。

误区“现在大模型这么强，端到端就能抽关系，还写什么规则模板，这不是技术倒退吗？”

正解司法领域高质量标注数据稀缺且昂贵，纯监督模型容易在长尾表述上翻车；而法律本身是规则密集型文本，“处……以下有期徒刑”这类稳定句式让规则模板成本低、可解释、易审核。工程实践中二者互补：规则兜底高频典型句式，模型处理开放变体，最后人工复核关键三元组。

为何常见：媒体常渲染“AI 取代一切规则”，让初学者误以为深度学习与规则是替代关系，而实际系统里往往是混合架构。

误区“图谱做完了就完了，反正已经上线，不需要再花人力维护。”

正解法律是活物，司法解释不断发布、修订，新条文与旧条文可能冲突，判例也在持续产生。冲突消除和增量更新是知识融合的日常任务，团队需要定期用新语料重新抽取实体关系、运行共指消解、人工抽检复核，再回到质量评估循环。侦探每晚都要复查关系网，图谱同样没有“完工”一说。

为何常见：静态产品思维深入人心，人们习惯把软件当一次性交付物，忽略了知识类系统的持续演化本质。

误区“F1 都到 0.9 了，图谱肯定可靠，直接上线用吧。”

正解F1 只能反映抽样集上的抽取一致性，覆盖度、时效性、冲突数同样关键。一个只收录三种罪名的小图谱 F1 再高，也无法服务于完整的量刑辅助；一份两年前的旧图谱 F1 再漂亮，遇到新司法解释也会给出过时结论。质检必须同时看指标、覆盖度和人工抽检记录，像侦探既要看红线准确，也要看墙上是否少了关键人物。

为何常见：单一数字容易给人“确定性”的错觉，人天然偏好用一个指标下结论，忽略了评估体系的多维性。

面试题

Q1. 知识图谱中的“三元组”是指什么？

单选题 · easy

  • A.头实体、关系、尾实体← 正确答案
  • B.姓名、时间、地点
  • C.罪名、法条、刑期
  • D.序号、类型、属性

答案：A。知识图谱以 （头实体，关系，尾实体） 三元组为基本单位，相当于侦探关系网中“张三—见过→李四”这一条红线的完整表达。其他选项都是具体内容的例子或无关字段，不是图谱的通用结构。

Q2. 在 BIO 标注体系中，"B"标签代表什么？

单选题 · easy

  • A.实体的开始位置← 正确答案
  • B.实体的中间位置
  • C.实体的结束位置
  • D.非实体的普通词

答案：A。B 是 Begin 的缩写，表示实体起点；I 表示实体内部，O 表示实体之外。荧光笔圈实体时，B 就是下笔的那个字，是实体边界的第一个标记。

Q3. 远程监督标注的核心假设是什么？

单选题 · easy

  • A.知识库配对自动标注← 正确答案
  • B.人工逐条标注语料
  • C.完全无监督聚类学习
  • D.随机生成训练样本

答案：A。远程监督假设：知识库中已有的实体对若在语料中共同出现，则这句话可自动作为该关系的训练样本。好比侦探拿着档案库的“关系名单”在证词里找人，凡名单上两人同时出现的一段话，先记为一次“接头”。

Q4. 知识融合阶段通常包含哪些任务？

多选题 · mid

  • A.共指消解← 正确答案
  • B.实体对齐← 正确答案
  • C.属性合并← 正确答案
  • D.冲突消除← 正确答案

答案：ABCD。共指消解把别名指向同一实体，实体对齐判断两个候选节点是否同一对象，属性合并把分散信息拼成完整画像，冲突消除处理新旧解释矛盾。四者共同保证图谱的身份唯一性和一致性。

Q5. 邻接矩阵 A² 中元素 (A²)ij 的含义是什么？

单选题 · mid

  • A.两点间两步路径的数量← 正确答案
  • B.图中所有边的总数
  • C.图的连通分量个数
  • D.节点的度数的总和

答案：A。Aik·Akj 当且仅当 i→k、k→j 均有边时为 1，对所有中间节点求和即 i 到 j 的两步路径总数。侦探沿关系网跳两步，能发现“朋友的朋友”这类隐藏关联。

Q6. 与关系数据库相比，知识图谱最大的优势是什么？

单选题 · easy

  • A.支持多跳关联查询← 正确答案
  • B.数据存储空间大
  • C.索引结构更简单
  • D.只支持单表操作

答案：A。图结构天然擅长从任意节点出发沿边多跳遍历，而关系数据库做深层关联查询需要多次代价高昂的表连接。多跳查询能力是司法图谱做类案检索和路径推理的立身之本。

Q7. 评估司法知识图谱质量时，合理的做法包括哪些？

多选题 · hard

  • A.计算准确率与召回率← 正确答案
  • B.计算F1综合评价← 正确答案
  • C.请法律专家人工复核← 正确答案
  • D.定期增量更新迭代← 正确答案

答案：ABCD。准确率/召回率回答“准不准、全不全”，F1 做综合度量，专家复核兜底长尾错误，增量迭代保证图谱跟随法律更新。四者构成完整的质量保障闭环。

Q8. 类案检索依赖图谱的哪项核心能力？

单选题 · mid

  • A.相似子图的匹配← 正确答案
  • B.全文关键词匹配
  • C.随机路径的采样
  • D.文本字数的统计

答案：A。类案不是关键词相同，而是“情节结构”相似。系统把案情抽成子图，再到图库中查找结构最接近的子图——像侦探对比两起案子的关系网是否如出一辙。

Q9. 法院为什么更愿意采信基于图谱的判决预测？

单选题 · mid

  • A.图谱路径提供解释← 正确答案
  • B.模型参数数量更多
  • C.训练数据规模更大
  • D.预测结果一定正确

答案：A。图谱把证据到结论的每一步推理都记录为可回溯的路径，法官能校验“为什么得出这个刑期”；纯黑箱模型只能给概率、无法说明依据，难以被司法责任体系接受。

Q10. 司法知识图谱的典型应用包括哪些？

多选题 · easy

  • A.法条智能关联推送← 正确答案
  • B.类案检索与对比← 正确答案
  • C.量刑辅助参考建议← 正确答案
  • D.裁判文书自动排版

答案：ABC。法条关联、类案检索、量刑参考都依赖实体关系建模产生的结构化网络；裁判文书排版是独立的文档工程任务，不依赖知识图谱的多跳推理能力。