来源：期刊VIP网 时间：
作者：田萍芳;刘恒永;高峰;顾进广;祝歆;
单位：武汉科技大学计算机科学与技术学院;国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室;湖北省智能信息处理与实时计算重点实验室;武汉科技大学大数据科学与工程研究院;北京联合大学管理学院;
摘要：为改善在低资源和少样本条件下对复杂司法命名实体识别的效果，提出了一种基于本体提示指导的司法命名实体识别方法，将大语言模型应用于司法命名实体识别。首先，以涉假司法文书为例，结合文书内容和现有司法文书领域本体采用“自顶向下”的方式构建涉假司法文书知识图谱本体模型。然后，基于本体模型构建指令，指令包括任务描述、本体描述、任务示例和司法文本四部分，对大语言模型进行指令微调以完成司法命名实体识别任务，其中本体描述部分用于在微调过程中加入实体的定义与关系信息。最后，选择本文构建的本体模型包含的12类细粒度实体，自行采集数据集用于实验，并将其与几种典型的传统实体识别方法进行比较，结果显示，在少样本微调的条件下，本文提出的方法表现效果更好。
关键词：司法文书;;命名实体识别;;大语言模型;;提示工程;;本体
基金资助：国家重点研发计划重点专项（2022YFC3300804）;; 武汉市重点研发计划（2022012202015070）;; 武汉市东湖高新区揭榜挂帅项目（2022KJB12）;; 富媒体数字出版内容组织与知识服务实验室开发基金（ZD2023-11/01）
