| 基于深度学习的判决结果倾向性分析 |
| |
| 引用本文： | 王业沛,宋梦姣,王譞,赵志宏.基于深度学习的判决结果倾向性分析[J].计算机应用研究,2019,36(2). |
| |
| 作者姓名： | 王业沛 宋梦姣 王譞 赵志宏 |
| |
| 作者单位： | 南京大学 软件学院,南京,210093;南京大学 软件学院,南京,210093;南京大学 软件学院,南京,210093;南京大学 软件学院,南京,210093 |
| |
| 基金项目： | 江苏省产学研前瞻性联合研究项目(BY2015069-03);中国博士后创业人才支持计划资助项目(BX201700121) |
| |
| 摘 要： | 裁判文书中判决结果的倾向性分析是指判断裁判文书中的判决结果是否支持原告的诉讼请求。判决结果的倾向性分析对于裁判文书的规范化、推荐诉讼律师等后续工作有重大的意义，但是缺少有效的分析模型。为了充分利用海量数据的裁判文书，提出了一个判决结果倾向性分析的模型。从半结构化的裁判文书中抽取出关键特征，利用模糊匹配的方式对判决结果中的多重实体进行识别和清洗，将处理结果交由基于LSTM的深度学习神经网络进行倾向性判断。通过对三种案由的数据集进行实验，该模型的准确率最高可达98.3%，验证了该模型在判决结果的倾向性分析任务中具有很高的有效性。
|
| 关 键 词： | 深度学习 长短期记忆模型 判决结果 倾向性分析 |
| 收稿时间： | 2017/8/4 0:00:00 |
| 修稿时间： | 2018/12/30 0:00:00 |
Orientation analysis of judgment results based on deep learning |
| |
| wangyepei.Orientation analysis of judgment results based on deep learning[J].Application Research of Computers,2019,36(2). |
| |
| Authors: | wangyepei |
| |
| Affiliation: | Software Engineering, NanJing University |
| |
| Abstract: | |
| |
| Keywords: | deep learning LSTM judgment results orientation analysis |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
