【摘要】：輔助量刑規(guī)則挖掘是“智慧法院”的核心內(nèi)容之一,也是法學(xué)與人工智能相結(jié)合的研究熱點。輔助量刑可以為法官和檢察官的日常工作提供參考,有助于維護我國法律體系的公平和正確性。目前,在我國多個建設(shè)“智慧法院”的地方法院的法務(wù)系統(tǒng)中都配有量刑預(yù)測的模塊。本文針對法律文書的命名實體識別準確率不高、知識圖譜的構(gòu)建自動性差等問題進行了深入的研究。分別對法律文書的命名實體識別、實體關(guān)系抽取、量刑規(guī)則挖掘等方面展開論述,結(jié)合領(lǐng)域知識建立LSTM-CRF模型用于法律文書的命名實體識別、基于Graph-LSTM模型與注意力機制(attention)相結(jié)合的命名實體關(guān)系抽取模型,最后結(jié)合文本特征構(gòu)建基于Graph-LSTM模型的量刑規(guī)則挖掘模型,實驗驗證模型準確率較高,滿足司法領(lǐng)域的要求。首先,通過在基于長短時記憶模型(Long Short-Term Memory,LSTM)的命名實體識別模型中引入條件隨機場(Conditional Random Field,CRF)模型,避免了 LSTM不能捕捉詞語標簽間約束的問題,特別結(jié)合法律文書的文本特征,構(gòu)造實體識別模型,對比分析不同命名實體的識別準確率以及不同機器學(xué)習(xí)模型的性能指標。第二,建立基于Graph-LSTM模型與attention機制相結(jié)合的法律文書命名實體關(guān)系抽取模型。通過分析法律文書的句法依存關(guān)系,得到實體間的語義語法特征,根據(jù)句法依存結(jié)構(gòu)圖構(gòu)造Graph-LSTM模型。通過遠程監(jiān)督的方法得到弱標簽數(shù)據(jù)集,并引入attention機制在模型的最后消除噪聲。通過與其他機器學(xué)習(xí)模型的對比實驗,分析模型性能。最后,設(shè)計輔助量刑規(guī)則挖掘模型�；贕raph-LSTM模型對法律文書建模,挖掘案件要素特征(X)到刑期(Y)的具有高置信度的關(guān)聯(lián)規(guī)則。在命名實體識別工作的基礎(chǔ)上,提取出結(jié)構(gòu)化的情節(jié)信息作為模型輸入,以刑期作為分類結(jié)果,訓(xùn)練Graph-LSTM模型。實驗分析模型的準確率和五折交叉驗證的準確率隨著迭代次數(shù)的變化,并與其他機器學(xué)習(xí)進行實驗對比,證明了模型的較高準確率。
【圖文】：

邐的全局隨機域。逡逑對標注序列作出馬爾可夫獨立性假設(shè)，無向圖Ｇ邋＝邋0／，Ｅ）的結(jié)構(gòu)是任意的，逡逑一般在序列標注問題中，無向圖Ｇ中的標注序列如圖２－２所示。逡逑ＣＲＦ相當于由規(guī)格化轉(zhuǎn)換概率組成的有限狀態(tài)機，在觀察序列上可以存在逡逑任意依賴。ＣＲＦ和ＨＭＭ都是基于相同的指數(shù)形式，因此ＣＲＦ可以有效的完成逡逑基于非貪婪算法的有限狀態(tài)的推導(dǎo)及訓(xùn)練。ＣＲＦ模型的訓(xùn)練不需要大量訓(xùn)練數(shù)逡逑據(jù)，并且ＣＲＦ函數(shù)的損失函數(shù)是凸面性的，不會陷入局部最優(yōu)。逡逑１２逡逑

華北電力大學(xué)碩士學(xué)位論文逡逑酒后駕駛機動車”。這些實體間的關(guān)系是人名實體“駕駛”機動車實體，抽取出的逡逑實體可以后續(xù)用于構(gòu)建知識圖譜，如圖３－１所示。逡逑Ｏ邐駕駛邐是否飲酒逡逑＾＾＾＾逡逑現(xiàn)代牌轎車邐ｎ邐是逡逑查逡逑獲逡逑地逡逑點逡逑Ｏ邋清豐縣城文化路逡逑圖３－１邋ＬＳＴＭ模型結(jié)構(gòu)圖逡逑然而，對于有著復(fù)雜語義關(guān)系的文本，多元關(guān)系的抽取需要利用更加豐富逡逑的上下文信息。Ｇｒａｐｈ－ＬＳＴＭ包括了邋Ｌｉｎｅｒ－ｃｈａｉｎ邋ＬＳＴＭ和Ｔｒｅｅ－ＬＳＴＭ的結(jié)構(gòu)特逡逑點，在應(yīng)對多元關(guān)系抽取帶來的稀疏性問題具有更好的效果，能產(chǎn)生豐富的語逡逑義信息。單向ＬＳＴＭ拓撲結(jié)構(gòu)是固定的，但是句子間的多元關(guān)系抽取，命名實逡逑體間有著較固定的句法結(jié)構(gòu)，對于句子中的每個實體的先驗概率不一定是固定逡逑的，如果按照固定的結(jié)構(gòu)，需要每個詞語都要按部就班費時費力，可以按照一逡逑定的拓撲結(jié)構(gòu)構(gòu)造Ｇｒａｐｈ－ＬＳＴＭ模型來提高抽取性能。逡逑３．３基于神經(jīng)網(wǎng)絡(luò)的法律文書關(guān)系抽取逡逑３．３．１句法依存圖逡逑基于單句的二元關(guān)系抽取方法容易丟失語義信息，比如法律文書中：“被告逡逑人王志明駕駛‘現(xiàn)代牌’轎車在清豐縣城文化路，因涉嫌飲酒后駕駛被民警查逡逑獲�！�
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：D918.2;TP391.1;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 楊杭州;劉凱;顏志軍;李軍蓮;孫海霞;;中文在線健康社區(qū)中的醫(yī)療命名實體識別方法研究[J];信息系統(tǒng)學(xué)報;2017年02期

2 劉瀏;王東波;;命名實體識別研究綜述[J];情報學(xué)報;2018年03期

3 朱顥東;楊立志;丁溫雪;馮嘉美;;面向中文微博命名實體識別的對比研究[J];湖北民族學(xué)院學(xué)報(自然科學(xué)版);2017年01期

4 包敏娜;斯·勞格勞;;基于詞典匹配的蒙古文命名實體識別研究[J];中央民族大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);2017年03期

5 羅芳;熊前興;肖敏;;基于本體的產(chǎn)品命名實體識別研究[J];武漢理工大學(xué)學(xué)報(信息與管理工程版);2011年06期

6 金明;楊歡歡;單廣榮;;藏語命名實體識別研究[J];西北民族大學(xué)學(xué)報(自然科學(xué)版);2010年03期

7 彭春艷;張暉;包玲玉;陳昌平;;基于條件隨機域的生物命名實體識別[J];計算機工程;2009年22期

8 曲曉棠;沈曉紅;;基于最大熵模型的中文命名實體識別研究[J];科技信息(學(xué)術(shù)研究);2008年30期

9 向曉雯,史曉東,曾華琳;一個統(tǒng)計與規(guī)則相結(jié)合的中文命名實體識別系統(tǒng)[J];計算機應(yīng)用;2005年10期

10 張曉艷;王挺;陳火旺;;命名實體識別研究[J];計算機科學(xué);2005年04期

相關(guān)會議論文 前10條

1 向曉雯;史曉東;曾華琳;;一個統(tǒng)計與規(guī)則相結(jié)合的中文命名實體識別系統(tǒng)[A];第六屆漢語詞匯語義學(xué)研討會論文集[C];2005年

2 李治國;周俏麗;;在篇章中面向產(chǎn)品類的命名實體識別研究[A];第三屆學(xué)生計算語言學(xué)研討會論文集[C];2006年

3 付瑞吉;車萬翔;劉挺;;一種基于分類方法的音樂命名實體識別技術(shù)[A];黑龍江省計算機學(xué)會2009年學(xué)術(shù)交流年會論文集[C];2010年

4 馮元勇;孫樂;張大鯤;李文波;;基于單字提示特征的中文命名實體識別快速算法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

5 劉非凡;趙軍;呂碧波;于浩;夏迎炬;;面向商務(wù)信息抽取的產(chǎn)品命名實體識別研究[A];全國第八屆計算語言學(xué)聯(lián)合學(xué)術(shù)會議（JSCL-2005）論文集[C];2005年

6 陳禹;史曉東;向曉雯;張潤延;;基于混合方法的中文命名實體識別[A];內(nèi)容計算的研究與應(yīng)用前沿——第九屆全國計算語言學(xué)學(xué)術(shù)會議論文集[C];2007年

7 龐薇;徐波;;基于雙語平行語料的分層次命名實體抽取[A];第四屆全國學(xué)生計算語言學(xué)研討會會議論文集[C];2008年

8 史樹敏;王志強;周浪;馮沖;黃河燕;;基于條件隨機域的中文命名實體識別[A];第三屆學(xué)生計算語言學(xué)研討會論文集[C];2006年

9 廖先桃;于海濱;秦兵;劉挺;;HMM與自動規(guī)則提取相結(jié)合的中文命名實體識別[A];第二屆全國學(xué)生計算語言學(xué)研討會論文集[C];2004年

10 朱佳暉;張文峰;劉衛(wèi)平;張超;陳淵;;基于雙向LSTM和CRF的軍事命名實體識別和鏈接[A];第六屆中國指揮控制大會論文集（上冊）[C];2018年

相關(guān)博士學(xué)位論文 前10條

1 徐凱;面向醫(yī)學(xué)命名實體識別的深度學(xué)習(xí)方法研究[D];廣東工業(yè)大學(xué);2019年

2 朱鎖玲;命名實體識別在方志內(nèi)容挖掘中的應(yīng)用研究[D];南京農(nóng)業(yè)大學(xué);2011年

3 付瑞吉;開放域命名實體識別及其層次化類別獲取[D];哈爾濱工業(yè)大學(xué);2014年

4 羅芳;意見挖掘中若干關(guān)鍵問題研究[D];武漢理工大學(xué);2011年

5 豆增發(fā);生物命名實體識別及生物文本分類[D];西安電子科技大學(xué);2013年

6 李彥鵬;特征耦合泛化及其在文體挖掘中的應(yīng)用[D];大連理工大學(xué);2011年

7 何濤;互聯(lián)網(wǎng)廣告投遞中的商品名稱識別[D];武漢大學(xué);2014年

8 盧延鑫;基于自然語言處理技術(shù)的循證醫(yī)學(xué)信息提取研究[D];復(fù)旦大學(xué);2011年

9 錢偉中;基于判別式模型的蛋白質(zhì)互作用文本挖掘技術(shù)研究[D];電子科技大學(xué);2011年

10 袁鋒;中醫(yī)醫(yī)案文本挖掘的若干關(guān)鍵技術(shù)研究[D];山東師范大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 張琳t;面向微博文本的命名實體識別方法研究[D];北京交通大學(xué);2019年

2 邢新國;基于機器學(xué)習(xí)與鏈路預(yù)測的醫(yī)療問答檢測與推薦系統(tǒng)[D];電子科技大學(xué);2019年

3 張笑天;基于Lattice LSTM的醫(yī)學(xué)文本中文命名實體識別研究與實現(xiàn)[D];電子科技大學(xué);2019年

4 鄒愛玲;基于法律的知識圖譜構(gòu)建[D];電子科技大學(xué);2019年

5 馬孟鋮;基于詞向量和條件隨機場的中文命名實體識別及分類[D];新疆大學(xué);2019年

6 高翔;面向領(lǐng)域的實體識別與關(guān)系抽取設(shè)計與實現(xiàn)[D];電子科技大學(xué);2019年

7 夏志超;基于神經(jīng)網(wǎng)絡(luò)的命名實體識別研究[D];桂林電子科技大學(xué);2019年

8 張春燕;基于概率依賴關(guān)系的命名實體識別方法研究[D];北京交通大學(xué);2019年

9 彭鵬;Web文本中癥狀命名實體識別系統(tǒng)[D];河南大學(xué);2019年

10 郭月江;利用跨語言特征的柬埔寨語命名實體識別研究[D];昆明理工大學(xué);2018年

，

本文編號：2659918