司法裁判文書（事實認定）。
司法裁判文書（事實認定）：抽取司法裁判文書中事實認定的實體，屬于自學習平臺模型訓練算法服務。目前該服務處于試運行階段，需要提交申請開白名單使用，您可以添加自學習平臺答疑二群（釘釘群號：44619071）詳細咨詢提交申請。
自學習服務使用前，請確認是否已經開通了NLP自學習平臺服務，開通后可購買資源包。
NLP自學習平臺：開通地址
自學習平臺資源包：購買地址
一、創建項目
在NLP自學習平臺中【單擊進入自學習管控臺】，支持多個基本項目和應用算法。在本教程中，我們將引導您掌握通過自學習平臺創建一個“司法裁判文書（事實認定）”的項目。
進入“我的項目”或“創建項目”，選擇“司法裁判文書（事實認定）”算法單擊“創建”。在接下拉的頁面填寫項目名稱和項目描述即可。
二、數據準備
進入“我的項目”后，可以在數據中心中管理您的數據，有兩種方式可以創建數據：
1、創建標注任務；2、上傳數據集。
2.1創建標注任務
步驟一：上傳待標注文檔，添加標注人員
創建者和項目管理員默認為標注人員，同時，您也可以將標注任務分配給您創建的阿里云子賬號，被分配用戶通過子賬號的賬號密碼登錄本平臺，即可參與數據標注。
子賬號登錄說明：
1、子賬號登錄頁，登錄：https://signin.aliyun.com/login.htm
2、登錄后，單擊進入我的項目-創建標注任務。
注意：目前僅支持UTF-8編碼方式的數據文件
步驟二：添加自定義標簽
司法裁判文書內置10+個無需標注的實體標簽，模型訓練的數據標注成本低至原本的50%以下。
選擇本次標注需要優化的預置字段，并逐個添加需要標注的自定義標簽字段名；
步驟三：標注數據
2.2 上傳數據集
由于模型需要通過標注數據來從中學習規律，因此我們首先要準備好一個標注數據集。
對于用戶已經積累了一部分標注數據的情況，我們需要您按照自學習平臺所支持的輸入格式進行組織，并且上傳。
自行上傳的標注數據為JSON格式，且需要符合以下格式，其中文本的內容放在“content”中，而標簽的內容放在“records”中，records 中key 為實體名，value 為標注內容在原文中的偏移量。
{
"id_0001": { // 這是該文檔在您數據集里的唯一標示
"content": "2021年9月4日15時許，被告人劉*立醉酒后駕駛一輛牌照號為浙b**208的小型汽車，行駛至本區大碶街道壩頭路與鎮大路交叉口附近路段時，與被害人韓*紅駕駛的小型轎車發生刮擦，造成車輛受損的交通事故。后經寧波市公安局北侖分局交通**大隊認定，被告人劉*立承擔此次事故的全部責任。寧波市公安局北侖分局交通**大隊民警到場處理交通事1故時發現被告人劉*立有酒后駕車嫌疑，處警民警遂對劉*立進行現場檢測。經檢測，被告人劉*立呼氣酒精含量為212mg/100m1，后經血樣檢測，其血樣乙醇濃度為219mg/100m1。案發后，被告人劉*立與韓*紅就民事賠償問題達成協議，并已實際履行。",
"records": {
"作案地點": [{
"span": "解放街上由東往西方向行駛",
"offset": [ //標注字段真實字節的偏移量，首字節的偏移量為0。
127,
139
]
}],
"呼氣式血液酒精含量": [{
"span": "106mg/100ml",
"offset": [
212,
223
]
},
}]
}
}
}三、創建模型
在“模型中心”單擊“創建模型”；
查看模型詳情,單擊模型右側“查看”按鈕查看模型詳情。
模型詳情頁
模型測試
模型訓練完成后，可對訓練好的模型進行線上測試模型效果；
平臺模型測試
基于平臺已訓練好的模型進行文本測試，可以針對需要提升的標簽準確率進行單獨訓練；