隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)上的法律咨詢越來越多,但目前這部分大多由律師承擔,為了解放律師的工作,各種咨詢系統(tǒng)由此發(fā)展起來。目前的法律咨詢系統(tǒng)還面臨著邏輯推理弱、句子表征能力差等問題,本文主要針對句子表征的能力、屬性值抽取的能力、對話過程設計等問題進行了研究,主要研究內(nèi)容如下:(1)針對現(xiàn)有句子語義相似度計算由于缺乏語義結(jié)構(gòu)信息導致精度低的問題,在依存關系樹的基礎上,提出了一種基于多頭注意力機制Tree-LSTM(Multi-head Attention Tree-LSTM,MA-Tree-LSTM)的句子語義相似度計算方法。首先,MA-Tree-LSTM將外部具有指導意義的特征作為輸入,再將輸入結(jié)合多頭注意力機制作用在Tree-LSTM樹節(jié)點的所有孩子節(jié)點上,為每個孩子節(jié)點賦予不同的權重值,從而實現(xiàn)多頭注意力機制和Tree-LSTM的融合;其次,本文將三層的MA-Tree-LSTM應用于句子語義相似度計算并實現(xiàn)句子對的相互指導,從而得到句子對語義特征的多層表示;最后聯(lián)合多層的語義特征建立句子對語義相似度計算模型,從而實現(xiàn)句子對間相關的語義結(jié)構(gòu)特征的充分利用。本文提出的方法魯棒性強、可解釋性強...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 句子語義相似度計算的國內(nèi)外研究現(xiàn)狀
        1.2.2 屬性值抽取的國內(nèi)外研究現(xiàn)狀
        1.2.3 法律自動咨詢的國內(nèi)外研究現(xiàn)狀
    1.3 論文主要工作與組織結(jié)構(gòu)
        1.3.1 論文的主要工作
        1.3.2 論文的組織結(jié)構(gòu)
第2章 基于多頭注意力機制Tree-LSTM的句子語義相似度計算
    2.1 基于MA-Tree-LSTM的句子語義相似度計算
        2.1.1 MA-Tree-LSTM模型
        2.1.2 基于MA-Tree-LSTM的句子相似度計算方法的流程
        2.1.3 方法的理論分析與比較
    2.2 算法實驗驗證及實驗結(jié)果分析
        2.2.1 實驗數(shù)據(jù)集
        2.2.2 評價方法及指標
        2.2.3 實驗參數(shù)設置
        2.2.4 實驗結(jié)果及分析
    2.3 小結(jié)
第3章 基于Stacking集成的BERT屬性值抽取
    3.1 基于Stacking集成的BERT屬性值抽取
        3.1.1 Stacking集成的BERT模型
        3.1.2 基于Stacking集成的BERT屬性值抽取流程
        3.1.3 方法的理論分析與比較
    3.2 算法實驗驗證及實驗結(jié)果分析
        3.2.1 實驗數(shù)據(jù)集
        3.2.2 評價方法及指標
        3.2.3 實驗參數(shù)設置
        3.2.4 實驗結(jié)果及分析
    3.3 小結(jié)
第4章 決策樹在法律自動對話系統(tǒng)中的應用
    4.1 決策樹在法律自動對話系統(tǒng)中的應用
        4.1.1 基于決策樹的法律自動對話系統(tǒng)的設計
        4.1.2 基于訓練樣本的決策樹建立流程
        4.1.3 法律自動對話流程設計
        4.1.4 交互界面效果設計
    4.2 算法實驗驗證及實驗結(jié)果分析
        4.2.1 實驗數(shù)據(jù)集
        4.2.2 評價方法及指標
        4.2.3 實驗參數(shù)設置
        4.2.4 實驗結(jié)果及分析
    4.3 小結(jié)
第5章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 研究展望
參考文獻
致謝
個人簡歷、在學期間發(fā)表的學術論文及研究成果
    1. 個人簡歷
    2. 在學期間發(fā)表的學術論文與研究成果



本文編號：3740154