即使在数字数据生产的指数增加之前,法律专业人员也会面临紧张的截止日期,因为他们通过纸质材料导航以找到关键证据。如今,法律专业人员在通过压倒性的电子邮件,短信,个人计算机,共享驱动器,社交媒体数据以及更多寻找关键证据时更加负担。法律专业人员不仅必须及时审查这些文件,但也必须确保准确性和成本效率。

KNOVOS的分析引擎支持技术辅助审查(TAR)模块,为案例团队提供有效的方法,以便在审查过程中优先考虑,分类或限定文档。焦油溶液可用作预测编码工具或作为连续主动学习(CAL)工具。内置KNOVOS文件审查解决方案,TAR模块与案例审查策略完全集成。

一旦主题专家对文件的小型样本集进行人类审查,使用预测编码方法。使用人类编码决策和计算机生成的算法,然后机器经历迭代训练过程,直到它实现所需的精度和召回水平。然后,该机器在数据集中编码其余文件,大大降低了对昂贵的人类审查的需求。

我们的CAL方法提供了另一种实施有效审查策略的方法。 CAL允许审查团队将机器考虑“排名排名排名”的文件,以优先考虑审查,通过指导更有可能与堆顶部相关的文件进行大幅节省时间。随着审查进展,机器从审查人员的编码决策中不断学习,越来越变得更好地区分响应和非响应文件之间。

这两种方法都通过减少对人类审阅者的需求来简化文档审查过程,并通过使案例团队能够建立有效的案例战略 - 在审查之前和期间。此外,我们的Tar解决方案还提供质量控制功能,包括随机采样和冲突的决策报告,这些报告在不同文档组之间的决策中快速识别不一致。通过我们的焦油解决方案,效率伴随着一致性和准确性,确保其工作产品质量的案例团队。