隨著信息技術(shù)的高速發(fā)展,特別是人工智能的迅猛發(fā)展為各行各業(yè)注入了新動(dòng)力,也促進(jìn)了人民法院各項(xiàng)工作的高度信息化發(fā)展,特別是法院案件受理、審判、執(zhí)行、監(jiān)督等各個(gè)環(huán)節(jié)的信息化水平,促進(jìn)了司法公平正義。為了更加客觀、公正地評(píng)價(jià)人民法院審判工作,加強(qiáng)人民法院審判管理,強(qiáng)化監(jiān)督,提高審判工作的客觀性和公正性,有必要研究針對(duì)法院案件本身的評(píng)估方法。判決文書與案件卷宗作為案件最根本的數(shù)據(jù),它們承載著法律法規(guī),代表著公平正義,它們的證據(jù)的一致性在一定程度上代表著案件質(zhì)量�；诖�,本文提出了基于證據(jù)匹配的案件質(zhì)量評(píng)估方法,從案件數(shù)據(jù)本身進(jìn)行案件質(zhì)量的評(píng)估。本文的主要研究工作與成果有:（1）針對(duì)判決文書的證據(jù)抽取方法。本文提出了基于混合模型的證據(jù)抽取方法和基于邊界的證據(jù)抽取方法�；诨旌夏Ｐ偷淖C據(jù)抽取方法通過使用證據(jù)中心詞模型輔助證據(jù)詞模型達(dá)到提升證據(jù)抽取效果的目的。基于邊界的證據(jù)抽取方法借助證據(jù)詞良好的結(jié)束邊界識(shí)別效果有效的增強(qiáng)了證據(jù)詞的抽取效果。（2）針對(duì)電子卷宗的證據(jù)識(shí)別方法。本文使用基于圖像的分類模型以及基于文本的分類模型來(lái)進(jìn)行電子卷宗中的證據(jù)識(shí)別。（3）基于證據(jù)匹配的案件質(zhì)量評(píng)估方法。本文提出了一... 

【文章來(lái)源】：貴州大學(xué)貴州省 211工程院校

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

循環(huán)神經(jīng)網(wǎng)絡(luò)及其展開圖示

圖 2-2 長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）結(jié)構(gòu)圖如圖 2-2 所示，長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)采用復(fù)雜的神經(jīng)元結(jié)構(gòu)，其由遺忘門、輸入門以及輸出門構(gòu)成。其中，tX 表示時(shí)序 t 下神經(jīng)元的輸入、A表示 LSTM 神經(jīng)元、

圖 2-3 長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）的遺忘門遺忘門用于決定歷史信息的刪除與否，而輸入門用于決定哪些新的信息應(yīng)該被添加。如圖 2-4 所示，輸入門由一個(gè) sigmod 激活函數(shù)層以及 tanh 激活函數(shù)層組成。對(duì)

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的女裝圖片分類探索[J]. 葉錦,彭小江,喬宇,邢昊.  集成技術(shù). 2019(02)
[2]文本相似度計(jì)算方法研究綜述[J]. 王春柳,楊永輝,鄧霏,賴輝源.  情報(bào)科學(xué). 2019(03)
[3]論案件質(zhì)量評(píng)估制度對(duì)審判質(zhì)效的影響[J]. 蘭照.  湖南工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2018(04)
[4]基于深度學(xué)習(xí)的漁業(yè)領(lǐng)域命名實(shí)體識(shí)別[J]. 孫娟娟,于紅,馮艷紅,彭松,程名,盧曉黎,董婉婷,崔榛.  大連海洋大學(xué)學(xué)報(bào). 2018(02)
[5]命名實(shí)體識(shí)別研究綜述[J]. 劉瀏,王東波.  情報(bào)學(xué)報(bào). 2018(03)
[6]基于深度學(xué)習(xí)的魚類分類算法研究[J]. 顧?quán)嵠?朱敏.  計(jì)算機(jī)應(yīng)用與軟件. 2018(01)
[7]基于CNN-BLSTM-CRF模型的生物醫(yī)學(xué)命名實(shí)體識(shí)別[J]. 李麗雙,郭元?jiǎng)P.  中文信息學(xué)報(bào). 2018(01)
[8]基于Bi-LSTM的醫(yī)療事件識(shí)別研究[J]. 侯偉濤,姬東鴻.  計(jì)算機(jī)應(yīng)用研究. 2018(07)
[9]文本相似度計(jì)算方法研究綜述[J]. 陳二靜,姜恩波.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2017(06)
[10]圖像物體分類與檢測(cè)算法綜述[J]. 黃凱奇,任偉強(qiáng),譚鐵牛.  計(jì)算機(jī)學(xué)報(bào). 2014(06)

博士論文
[1]基于深度學(xué)習(xí)的文本表示與分類方法研究[D]. 閆琰.北京科技大學(xué) 2016

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的鞋印圖像分類算法研究[D]. 張弛.大連海事大學(xué) 2016



本文編號(hào)：3610388