建筑企业诉讼风险查询垂类大模型语料数据
收藏资源简介：
本数据产品专为解决建筑行业企业多维度法律风险控制垂类大语言模型而构建，旨在训练建筑企业司法诉讼风险综合汇总查询识别，使模型能够深度理解企业在"查一下XX公司有没有被起诉""XX企业是不是失信被执行人""XX企业有没有被限制高消费""XX公司涉及多少建设工程合同纠纷"等实际业务场景中的自然语言问题，并精准转化为对应的SQL查询语句。依托建设通平台整合的过亿级数据资源，构建覆盖民事案件、刑事案件、行政案件、执行案件等多维度的标准化语料体系。模型经训练后可精准理解"建设工程合同纠纷""拖欠工程款""失信被执行人""限制高消费""财产保全"等建筑行业高频司法风险术语。建筑行业企业可基于本语料数据的"指标名称""问题查询"等字段内容，适配自身司法风险数据表结构（如替换建表语句中的表名、字段名），快速启用文字转SQL功能进行复用。本数据为建筑行业提供了稀缺的、高质量的司法风险查询垂直领域语料库，有效解决企业司法尽调效率低、风险信息获取难等共性痛点，推动建筑行业对于企业司法诉讼风险查询形成可量化评估的方向发展。同时对推动建筑行业数据要素价值释放和AI技术应用落地具有重要意义。1. 数据清洗与标准化 数据清洗：对从建设通平台的数据进行清洗，剔除重复案件记录、缺失关键字段（如企业名称、案号、案件类型）的数据及存在逻辑矛盾的样本。例如，结案日期早于立案日期、案件金额为负值、案件状态与审理程序矛盾（如简易程序标注为二审）等异常记录均予以剔除。表格中"结果输出"为"无匹配数据"的样本，作为查询无返回结果的标准语料被保留，增强了模型对数据缺失场景的理解能力。 格式统一：统一案件类型划分标准（民事案件/刑事案件/行政案件/执行案件）、案件状态（审理中/已结案/已撤诉/中止审理）、审理程序（一审/二审/再审/简易程序）和SQL语法风格，确保语料的规范性和一致性。对建表语句进行格式化，统一字段类型和注释风格。 2. 问题分类与结构化 按照建筑企业司法诉讼风险查询的特定场景对问题进行归类，主要包括诉讼总览（如"某企业一共有多少条诉讼记录"）、案件类型筛选（如"民事案件有哪些"）、案件状态筛选（如"审理中的案件"）、案由分类（如"建设工程合同纠纷案件"）、受理法院查询、时间范围查询、案件金额区间查询、失信被执行人筛选、限制高消费筛选、原告被告角色查询、判决结果关键词搜索、审理程序筛选、区域诉讼分布统计、资质等级与诉讼关联分析、执行状态筛选、案件数量统计、跨区域诉讼查询及案件金额排名等，确保语料对司法诉讼风险查询核心场景的全面覆盖。 3. 核心算法建模 （1）语义解析与要素提取：采用基于规则和行业词典的文本分析方法，对自然语言问题进行解析，精准提取关键要素。针对司法诉讼风险查询领域的特有表述（如"有没有被起诉""是不是老赖""有没有限高""有没有被强制执行""有没有黑名单"等），构建司法术语同义词映射表，将口语化表述归一化为标准查询条件。同时提取查询对象（企业）、筛选条件（案件类型、案件状态、案由、法院、时间范围、金额区间、失信/限高标记）及聚合维度等关键要素。 （2）SQL语句生成：基于预定义的"司法术语-字段"映射规则和"查询意图-过滤条件"映射规则，自动生成标准化的SQL查询语句。映射规则覆盖多条件组合（AND/OR）、排序（ORDER BY）、分页（LIMIT）、聚合函数（COUNT/SUM/AVG/MAX/MIN）、分组统计（GROUP BY）及日期范围查询（BETWEEN）等SQL语法结构，重点强化失信被执行人和限制高消费交叉查询的SQL生成能力。
