近年來(lái),人工智能技術(shù)已經(jīng)廣泛應(yīng)用于司法領(lǐng)域,為其提供了強(qiáng)大的技術(shù)支撐,推動(dòng)了司法領(lǐng)域的信息現(xiàn)代化和智能化。本文研究基于文本蘊(yùn)含判別的法律案例模擬系統(tǒng)評(píng)價(jià)方法,其中訴訟請(qǐng)求評(píng)價(jià)需要根據(jù)判決結(jié)果推理判斷訴訟請(qǐng)求是否成立,是評(píng)價(jià)任務(wù)中最難的一項(xiàng),該方法通過(guò)將訴訟請(qǐng)求評(píng)價(jià)問(wèn)題轉(zhuǎn)換為文本蘊(yùn)含判別問(wèn)題,以實(shí)現(xiàn)對(duì)訴訟請(qǐng)求的評(píng)價(jià)。論文主要工作包含以下幾方面:(1)開發(fā)了訴訟請(qǐng)求和判決結(jié)果蘊(yùn)含數(shù)據(jù)集。該部分的主要工作是從裁判文書網(wǎng)現(xiàn)存的海量判決書中提取訴訟請(qǐng)求和判決結(jié)果后,結(jié)合判決書本身的特點(diǎn)和法律案例模擬系統(tǒng)評(píng)價(jià)的實(shí)際需求,設(shè)計(jì)合適的標(biāo)注規(guī)范,完成了數(shù)據(jù)集的開發(fā)。(2)研究基于可分解注意力的訴訟請(qǐng)求評(píng)價(jià)方法。該方法是本文的基準(zhǔn)系統(tǒng),主要采用雙向長(zhǎng)短期記憶網(wǎng)絡(luò)學(xué)習(xí)上下文信息,然后利用可分解注意力機(jī)制獲取句子對(duì)的交互信息,對(duì)交互后的信息進(jìn)行比較后通過(guò)分類器判別蘊(yùn)含關(guān)系。(3)提出了基于組合注意力機(jī)制的訴訟請(qǐng)求評(píng)價(jià)方法。由于長(zhǎng)短期記憶網(wǎng)絡(luò)在長(zhǎng)文本中容易損失一些重要的長(zhǎng)距離依賴,因此該方法加入自注意力機(jī)制捕捉任意長(zhǎng)度的句子內(nèi)部的依賴信息,同時(shí)通過(guò)高速路神經(jīng)網(wǎng)絡(luò)解決因網(wǎng)絡(luò)深度增加后的訓(xùn)練困難問(wèn)題,取得了很好的效...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及研究目的和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 法律評(píng)價(jià)系統(tǒng)的研究現(xiàn)狀
        1.2.2 文本蘊(yùn)含判別的研究現(xiàn)狀
    1.3 研究?jī)?nèi)容與組織結(jié)構(gòu)
        1.3.1 研究?jī)?nèi)容
        1.3.2 組織結(jié)構(gòu)
第2章 法律案例模擬系統(tǒng)中的訴訟請(qǐng)求評(píng)價(jià)問(wèn)題與相關(guān)技術(shù)
    2.1 法律案例模擬系統(tǒng)的總體設(shè)計(jì)概述
    2.2 法律案例模擬系統(tǒng)的評(píng)價(jià)內(nèi)容與目標(biāo)
    2.3 基于蘊(yùn)含判別的訴訟請(qǐng)求評(píng)價(jià)方法
        2.3.1 訴訟請(qǐng)求的評(píng)價(jià)到蘊(yùn)含判別的轉(zhuǎn)換
        2.3.2 蘊(yùn)含判別的實(shí)現(xiàn)方法概述
    2.4 本章小結(jié)
第3章 訴訟請(qǐng)求和判決結(jié)果蘊(yùn)含數(shù)據(jù)集的開發(fā)
    3.1 引言
    3.2 判決書文本的信息提取
    3.3 標(biāo)注規(guī)范的設(shè)計(jì)
    3.4 標(biāo)注過(guò)程與標(biāo)注數(shù)據(jù)集的統(tǒng)計(jì)
    3.5 本章小結(jié)
第4章 基于組合注意力機(jī)制的訴訟請(qǐng)求評(píng)價(jià)方法研究
    4.1 引言
    4.2 基于可分解注意力的基準(zhǔn)系統(tǒng)模型
        4.2.1 雙向長(zhǎng)短期記憶模型
        4.2.2 可分解注意力機(jī)制
        4.2.3 基于可分解注意力的基準(zhǔn)系統(tǒng)模型
    4.3 基于組合注意力機(jī)制的訴訟請(qǐng)求評(píng)價(jià)模型
        4.3.1 高速路神經(jīng)網(wǎng)絡(luò)
        4.3.2 自注意力機(jī)制
        4.3.3 基于組合注意力機(jī)制的訴訟請(qǐng)求評(píng)價(jià)模型
    4.4 實(shí)驗(yàn)結(jié)果及分析
        4.4.1 實(shí)驗(yàn)數(shù)據(jù)
        4.4.2 參數(shù)設(shè)置
        4.4.3 訓(xùn)練
        4.4.4 實(shí)驗(yàn)結(jié)果及分析
    4.5 本章小結(jié)
第5章 基于記憶網(wǎng)絡(luò)的訴訟請(qǐng)求評(píng)價(jià)方法研究
    5.1 引言
    5.2 記憶網(wǎng)絡(luò)
    5.3 基于記憶網(wǎng)絡(luò)的訴訟請(qǐng)求評(píng)價(jià)模型
        5.3.1 多頭自注意力機(jī)制
        5.3.2 基于記憶網(wǎng)絡(luò)的訴訟請(qǐng)求評(píng)價(jià)模型
    5.4 實(shí)驗(yàn)結(jié)果及分析
        5.4.1 參數(shù)設(shè)置
        5.4.2 實(shí)驗(yàn)結(jié)果及分析
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 工作展望
參考文獻(xiàn)
在讀期間發(fā)表的學(xué)術(shù)論文及研究成果
致謝



本文編號(hào)：3806667