刘星 |
蚂蚁金服 大安全高级数据工程师
帝国理工学院博士，曾在瀚德金融科技控股有限公司任职数据科学家、量化分析主管。现阶段工作为蚂蚁金服智能法庭项目的主要负责人，负责框架设计与算法开发等。 擅长领域：数据挖掘、模型可解释性、风险审理智能化。
课程概要
背景介绍：
支付宝需要对用户投诉的多种风险（欺诈、盗用、赌博等）交易进行审理定性，并对不良收款方作出相关限制处罚。如何有效利用交易双方举证的各种形式的证据，将之输入到算法模型中，使审理定性工作与司法审判标准保持统一与可解释性，做到审理公平公正有理有据，是我们面临的挑战，是我们要解决的问题。
解决思路/成功要点：
使用相关算法处理图片、语音、文本等投诉举证材料。
设计一套具有直观可理解性的审理逻辑图谱。
生成定性逻辑图与相关审判文书。
成果：
最终展示每个审理案件的定性有向图、立案书与裁判辅助文书，达到较高可解释性与一定准确率。
听众收益
1.了解如何搭建智能审判法庭
2.了解法律知识图谱在实际应用中的变化
3.了解整套方案的关键点和难点，及对应解决方案
刘星 |
蚂蚁金服 大安全高级数据工程师
帝国理工学院博士，曾在瀚德金融科技控股有限公司任职数据科学家、量化分析主管。现阶段工作为蚂蚁金服智能法庭项目的主要负责人，负责框架设计与算法开发等。 擅长领域：数据挖掘、模型可解释性、风险审理智能化。
课程概要
背景介绍：
支付宝需要对用户投诉的多种风险（欺诈、盗用、赌博等）交易进行审理定性，并对不良收款方作出相关限制处罚。如何有效利用交易双方举证的各种形式的证据，将之输入到算法模型中，使审理定性工作与司法审判标准保持统一与可解释性，做到审理公平公正有理有据，是我们面临的挑战，是我们要解决的问题。
解决思路/成功要点：
使用相关算法处理图片、语音、文本等投诉举证材料。
设计一套具有直观可理解性的审理逻辑图谱。
生成定性逻辑图与相关审判文书。
成果：
最终展示每个审理案件的定性有向图、立案书与裁判辅助文书，达到较高可解释性与一定准确率。
听众收益
1.了解如何搭建智能审判法庭
2.了解法律知识图谱在实际应用中的变化
3.了解整套方案的关键点和难点，及对应解决方案
