文章详情

题名 · 作者 · 摘要 · 关键词 · DOI · 参考文献

涉毒刑事案件实体关系语料库构建

李林瑛，曲云平，付子轩，刘美汐

（大连外国语大学软件学院，辽宁 大连 116044）

栏目：人工智能 · 第 2026 年第 12 期 · 页码：51-54,60 · 2096-4706（2026）12-0051-05 · 中图分类号：TP391.1 · 文献标识码：A · DOI：10.19850/j.cnki.2096-4706.2026.12.010

摘要

针对涉毒刑事案件公开文本数据匮乏的问题，文章从中国裁判文书网采集涉毒刑事判决书，设计了涵盖毒品类型、涉案人员、行为方式等实体类别，以及贩卖、持有、非法容留等关系类型的标注体系，构建了一个结构化的涉毒案件语料库，并制定详细的标注规范。标注过程采用多轮迭代与交叉复核机制，以保障质量。统计分析表明，语料库中人名等实体出现频率较高，而持有等关系相对稀疏，整体存在类别分布不均衡现象。该语料库可为毒品犯罪文本的命名实体识别、关系抽取及智能预警研究提供高质量基础数据支持。

关键词

实体关系；语料库；裁判文书；标注规范

参考文献

  1. [1] 武帅，何琳，杨秀璋，等.基于BERT-RL的红色文献元数据标注研究 [J].大学图书馆学报，2025，43（4）：76-89.
  2. [2] 胡婷，孙晓海，宋海龙，等.基于层次标注和自适应预处理的多源农业病害图像数据集构建 [J].吉林大学学报（理学版），2025，63（3）：815-821.
  3. [3] 王皓泽，辛欣.动词驱动事件的共指关系中文语料库构建及大模型评测 [J].中文信息学报，2025，39（11）：50-65.
  4. [4] 施斌，陈婷，朱昌群，等.细粒度烟草病虫害知识图谱构建研究 [J].中国农机化学报，2025，46（12）：40-48，102.
  5. [5] 张文婷，赵美含，杨沐昀，等.中文专利关键信息语料库的构建研究 [J].中文信息学报，2025，39（10）：46-53.
  6. [6] Çetindağ C，Yazıcıoğlu B，Koç A. Named-entity Recognition in Turkish Legal Texts [J].Natural Language Engineering，2022，29：615-642.
  7. [7] Li H T，Chen Y，Ai Q Y，et al. LexEval: A Comprehensive Chinese Legal Benchmark for Evaluating Large Language Models [J/OL].arXiv:2409.20288 [cs.CL]，https://arxiv.org/abs/2409.20288.
  8. [8] 高海慧，张虎.法律文书命名实体识别研究进展 [J].北方工业大学学报，2024，36（1）：126-135.
  9. [9] 王威.面向涉毒案件的本体构建与扩充方法研究 [D].北京：中国人民公安大学，2024.
  10. [10] 卢睿，李林瑛.一种面向法律文书的命名实体识别模型 [J].信息网络安全，2024，24（11）：1783-1792.

基金项目

辽宁省教育厅高等学校基本科研项目（LJKMZ20221549）

作者简介

李林瑛（1975—），男，汉族，辽宁大连人，博士，教授，研究方向：自然语言处理。