在司法領(lǐng)域,向法務(wù)工作人員推薦相似裁判文書可以幫助其進(jìn)行案件分析,理清爭議焦點,協(xié)助糾紛雙方客觀分析現(xiàn)狀,拉近雙方的期望值,提高解決糾紛的質(zhì)量和效率。如何快速而精準(zhǔn)地從裁判文書中提取特征信息,并以此為基礎(chǔ)高效地對文書進(jìn)行分類是相似文書推薦的基礎(chǔ)。裁判文書冗余信息過多,因而關(guān)鍵法律要素提取困難。同時,各法律要素間存在復(fù)雜的邏輯關(guān)系,相關(guān)性較強(qiáng)。本文針對裁判文書的特點,首先基于平均信息熵指標(biāo)體系,提出了一種法律文書表現(xiàn)力評估方法,可有效過濾出現(xiàn)頻度較高但主題表現(xiàn)力較差的法律要素,從而提高法律要素提取效果。其次,針對現(xiàn)有文本表示方法在邏輯關(guān)系表示上的不足,提出了一種民事判決書信息網(wǎng)絡(luò)模型,從文法基本維度構(gòu)造法律要素關(guān)聯(lián)網(wǎng)絡(luò),為文本分類提供數(shù)據(jù)基礎(chǔ),并給出了該關(guān)聯(lián)網(wǎng)絡(luò)的構(gòu)造算法。然后,針對傳統(tǒng)文本向量化算法word2vec受上下文窗口大小所限,容易陷入局部最優(yōu)的缺點,提出了一種基于Network Embedding的關(guān)聯(lián)特征提取算法,可有效發(fā)現(xiàn)法律要素之間的隱含邏輯關(guān)系,并給出了法律要素特征序列生成優(yōu)化算法。最后,基于法律要素關(guān)聯(lián)特征,設(shè)計并實現(xiàn)了兩種貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法,并在此基礎(chǔ)上進(jìn)行推理...

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和目的
    1.2 研究現(xiàn)狀
        1.2.1 信息提取方法研究現(xiàn)狀
        1.2.2 文本分類方法研究現(xiàn)狀
    1.3 本課題主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)概述
    2.1 裁判文書分析處理方法
        2.1.1 序列標(biāo)注
        2.1.2 信息抽取
    2.2 Network Embedding方法
    2.3 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)及其推理模型
        2.3.1 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)
        2.3.2 貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)
        2.3.3 貝葉斯網(wǎng)絡(luò)聯(lián)合樹推理
    2.4 本章小結(jié)
第三章 基于貝葉斯網(wǎng)絡(luò)的裁判文書分類方法
    3.1 裁判文書分類問題概述
    3.2 基于貝葉斯網(wǎng)絡(luò)的裁判文書分類方法
    3.3 本章小結(jié)
第四章 基于異構(gòu)信息網(wǎng)絡(luò)的法律要素關(guān)系建模
    4.1 法律要素定義
    4.2 法律要素提取
        4.2.1 文本預(yù)處理
        4.2.2 法律要素權(quán)重計算
    4.3 法律要素關(guān)系圖的構(gòu)建方法
    4.4 本章小結(jié)
第五章 基于Network Embedding的關(guān)聯(lián)特征提取方法
    5.1 法律要素關(guān)聯(lián)特征簡述
    5.2 基于Node2vec的關(guān)聯(lián)特征提取方法
    5.3 基于法律要素權(quán)重游走的關(guān)聯(lián)特征提取方法
    5.4 本章小結(jié)
第六章 裁判文書貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法
    6.1 基于法律要素關(guān)系圖的結(jié)構(gòu)學(xué)習(xí)方法
    6.2 基于關(guān)聯(lián)特征的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法
    6.3 本章小結(jié)
第七章 實驗結(jié)果及分析
    7.1 實驗設(shè)置
    7.2 Embedding方法優(yōu)化對比實驗結(jié)果分析
    7.3 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法對比實驗結(jié)果分析
    7.4 裁判文書分類算法對比實驗結(jié)果分析
    7.5 本章小結(jié)
第八章 總結(jié)與展望
致謝
參考文獻(xiàn)



本文編號：4044986