Разработка программного обеспечения и баз данныхСоздание веб-сайтов. Боты для Telegram - ИИ для юристов

Новые разработки с использованием искусственного интеллекта для автоматизации работы юристов, адвокатов, следователей, дознавателей

Подождите немного, возможно, сегодня вы получите спец.предложение...


Разработка программного обеспечения и баз данных
Создание веб-сайтов. Боты для Telegram


Программы для бизнеса, юристов, адвокатов, следователей, дознавателей. Искусственный интеллект

Локальные модели искусственного интеллекта для юристов, адвокатов, следователей, дознавателей

Система сервисов LawyersHelpers

Автоматическое создание правового документа на основе наработок пользователя, актуальных нормативных правовых актах и актуальной судебной практики теперь реальность, причем доступная на обычном современном персональном компьютере.

Распознавание голосовых записей с телефона или диктофона теперь доступно и на локальном компьютере без необходимости обращения к онлайн сервисам, а полученные текстовые данные можно разбить на логические блоки для заполнения базы данных. 

Система сервисов LawyersHelpers с использованием моделей искусственного интеллекта состоит из нескольких сервисов:

  • создание документов по аналогии
  • извлечение структурированной информации из представленного текста
  • распознавание текста из аудиофайлов в том числе для создания документов и заполнения карточек в дел, клиентов в базе данных

Сервис генерации правовых документов

Сервис подготовки правовых документов умеет сканировать текстовые файлы, ранжировать их по ключевым словам, при получении на вход текста или файла претензии или искового заявления подбирать подходящий для документа контекст и на основе найденных документов генерировать адекватный ответный документ в виде отказа, отзыва (письменных возражений).

Пользователь может использовать любую подходящую для его ПК модель LLM и задействовать при наличии графический ускоритель, например NVIDIA RTX 4070 для ускорения работы.

В настоящее время скорость анализа и ответа составляет от 20 секунд на простых моделях 3B с использованием GPU RTX 4070 до нескольких минут при более мощных моделях и при запуске исключительно на CPU.

Продолжается тестирование моделей различных семейств, в том числе Qwen, Gemma, Mistral, ChatGPT, GigaChat различных объёмов: 1.7B, 3B, 4B, 7B, 8B, 12B, 27B, 32B с целью выбрать оптимальную базовую модель для работы системы.

Модели различных семейств показывают очень разную скорость ответов и их качество, таким образом, конечные пользователи смогут в дальнейшем получить наилучшее решение по соотношеню качество/время генерации.

Серверная часть системы может быть развернута и запускаться непосредственно на ПК одного пользователя или на специально выделенном сервере отдела/организации для соместного доступа группы пользователей. 

Сервис извлечения данных из юридических документов

Автоматическое заполнение баз данных из текстов заявлений, договоров, жалоб и других документов.

О сервисе

Наш API-сервис позволяет автоматически извлекать структурированные данные из неструктурированного текста или файлов (PDF, DOCX, HTML). Поддерживает OCR для сканированных PDF и гибкую настройку полей через редактор промптов.

Основные функции

  • Извлечение данных из текста: истец, ответчик, договор, требования, обстоятельства, доказательства
  • Поддержка форматов: PDF, DOCX, HTML, TXT
  • OCR для сканированных PDF (через Tesseract)
  • Работа локально, без интернета
  • Настройка шаблонов промптов через GUI
  • REST API для интеграции с любыми приложениями (включая Delphi)

Требования к системе

Сервис работает локально на CPU и не требует GPU.

Минимальные требования:

  • Процессор: 2 ядра, 2.5 ГГц и выше
  • Оперативная память: 4 ГБ RAM
  • Место на диске: 5 ГБ свободного места
  • ОС: Windows 10+, Linux, macOS

Рекомендуемые требования:

  • Процессор: 4 ядра, 3.0 ГГц
  • Оперативная память: 8 ГБ RAM
  • Место на диске: 10 ГБ

Как использовать?

API предоставляет два метода:

1. Извлечение по тексту

POST /extract/text/
{
  "text": "Ваш юридический текст..."
}
    

2. Извлечение по файлу

POST /extract/file/
multipart/form-data: file=@договор.docx
    

Пример вывода:

{
  "истец": {
    "наименование": "ООО "Ромашка"",
    "адрес": "г. Москва, ул. Цветочная, д. 5",
    "ИНН": "7701234567"
  },
  ...
}
    

Интеграция с Delphi

Сервис легко интегрируется в Delphi через HTTP-запросы (например, с использованием TIdHTTP). Пример вызова:

function ExtractLegalData(const Text: string): string;
var
  http: TIdHTTP;
  requestJson, response: string;
begin
  http := TIdHTTP.Create;
  try
    requestJson := '{"text":"' + StringReplace(Text, '"', '"', [rfReplaceAll]) + '"}';
    response := http.Post('http://localhost:8000/extract/text/', requestJson);
    Result := response;
  finally
    http.Free;
  end;
end;
    

Работа с голосом: распознавание, заполнение БД, создание документов

Автоматизация работы с данными через голосовые команды и записи.

О сервисе

Наша система поддерживает интеграцию с голосовыми записями, позволяя:

  • Преобразовывать речь в текст (Speech-to-Text)
  • Автоматически извлекать данные из аудио
  • Заполнять карточки в базе данных
  • Генерировать юридические и процессуальные документы

Подходит для автоматизации работы с обращениями граждан, клиентскими заявками, судами и другими случаями использования голосовых данных.

Основные возможности

  • Распознавание речи: Используется модель Vosk, обученная на русском языке. Работает локально, без интернета.
  • Извлечение данных: После преобразования речи в текст — извлечение ключевых полей: имя, адрес, договор, требования и т. д.
  • Заполнение базы данных: Данные автоматически сохраняются в вашу систему (Access, MySQL, PostgreSQL и др.).
  • Создание документов: На основе извлечённых данных генерируются шаблонные документы (договоры, жалобы, заявки).
  • Поддержка форматов: WAV (основной), MP3, OGG (с конвертацией)

Требования к системе

Минимальные требования:

  • Процессор: 2 ядра, 2.0 ГГц и выше
  • Оперативная память: 4 ГБ RAM
  • Место на диске: 3 ГБ свободного места
  • ОС: Windows 10+, Linux, macOS

Рекомендуемые требования:

  • Процессор: 4 ядра, 2.5 ГГц и выше
  • Оперативная память: 8 ГБ RAM
  • Место на диске: 5 ГБ

Как это работает?

  1. Пользователь отправляет голосовое сообщение (например, "Добавить клиента Иванова И.И., адрес Москва, ул. Ленина 10")
  2. Система распознаёт речь ? получаем текст
  3. Через LLM извлекаются данные ? {"name": "Иванов И.И.", "address": "ул. Ленина 10", ...}
  4. Данные записываются в базу данных
  5. На основе шаблона создаётся документ (например, карточка клиента или договор)

REST API для интеграции

POST /speech-to-text/
File: voice.wav

? {"text": "Добавить клиента Иванов И.И., адрес Москва, ул. Ленина 10"}

POST /extract/data/
{"text": "Добавить клиента Иванов И.И., адрес Москва, ул. Ленина 10"}

? {"name": "Иванов И.И.", "address": "ул. Ленина 10", ...}

POST /generate/document/
{
  "template_name": "client_card",
  "context": {
    "name": "Иванов И.И.",
    "address": "ул. Ленина 10"
  }
}

? {"file": "output/client_card_filled.docx"}
    

Интеграция с Delphi

Все функции доступны через HTTP-запросы. Пример вызова распознавания речи:

procedure TForm1.SendAudioFile;
var
  http: TIdHTTP;
  uploadStream: TStringStream;
  response: string;
begin
  http := TIdHTTP.Create;
  try
    uploadStream := TStringStream.Create;
    try
      uploadStream.LoadFromFile('voice.wav');
      response := http.Post('http://localhost:8000/speech-to-text/', uploadStream);
      Memo1.Text := response; // Ответ с текстом
    finally
      uploadStream.Free;
    end;
  finally
    http.Free;
  end;
end;