融合细粒度上下文信息的互动论点对识别方法

作为论辩挖掘领域中的重要研究问题,互动论点对识别旨在从对话文本中理解对话双方的观点,并识别出互动的论点对。现有基于深度学习的方法通过融合上下文信息取得了不错的效果,但是这些方法往往仅考虑整体上下文,忽略了上下文中可能存在的噪声文本,缺乏对论点间互动关系的细粒度建模能力。针对上述问题,该文首先基于语义相似度筛选过滤上下文,而后构建基于上下文的对偶互动图,从而细粒度地挖掘论点-上下文、论点-论点之间潜在的互动模式,以提高互动论点对识别性能。在CMV公开数据集上的实验结果显示,该文提出的方法取得了优于现有模型的性能,并具有一定的可解释性。     

基于BERT的抽取式裁判文书摘要生成方法研究

针对民事裁判文书区别于新闻文本的文本结构和重要信息分布的特点,基于BERT提出了一种结合粗粒度和细粒度抽取方法的结构化民事裁判文书摘要生成方法。首先通过粗粒度抽取方法对裁判文书进行重要的模块信息抽取,以保留文本结构;然后采用基于BERT的序列标注方法构建细粒度的抽取式摘要模型,从句子级别对重要模块的信息进行进一步抽取,以构建最终摘要。实验表明,相比于单一的粗粒度抽取或者细粒度抽取,本文方法均获得了更好的摘要生成性能。     

基于边界识别与组合的裁判文书证据抽取方法研究

裁判文书中的证据是法官量刑的基础。通过证据抽取可以对案件审判质量进行评估,从而支撑“智慧法院”建设。裁判文书中的证据大多数都比较长且存在嵌套现象,例如,“张X的身份证复印件”中的 “身份证复印件”,而传统的命名实体识别模型BiLSTM-CRF对较长实体和嵌套实体的识别性能较低。为了解决因裁判文书中的证据长度较长和嵌套现象而导致证据抽取性能较低的问题,该文提出了一种基于边界识别与组合的证据抽取模型。该模型首先使用BiLSTM-CRF模型识别证据的开始边界和结束边界;然后组合开始边界和结束边界,形成携带大量丰富细粒度边界信息的候选证据;最后使用基于三通道的多核CNN模型,融合细粒度的边界信息特征,对候选证据进行筛选,识别候选证据中正确的证据。实验结果表明,该文提出的模型能有效地抽取裁判文书中的证据。     

面向中文法律裁判文书的抽取式摘要算法

裁判文书自动摘要的目的在于让计算机能够自动选择、抽取和压缩法律文本中的重要信息,从而减轻法律从业者的工作量。目前,大多数基于预训练语言模型的摘要算法对输入文本的长度存在限制,因此无法对长文本进行有效摘要。为此,该文提出了一种新的抽取式摘要算法,利用预训练语言模型生成句子向量,并基于Transformer编码器结构融合包括句子向量、句子位置和句子长度在内的信息,完成句子摘要。实验结果显示,该算法能够有效处理长文本摘要任务。此外,在2020年中国法律智能技术评测(CAIL)摘要数据集上进行测试的结果表明,与基线模型相比,该模型在ROUGE-1、ROUGE-2和ROUGE-L指标上均有显著提升。     

面向法律裁判文书的生成式自动摘要模型

当前面向中文内容的自动摘要模型应用于法律裁判文书时,主要采用抽取式方法进行摘要.但由于法律文本比较冗长、结构化程度较低,抽取式摘要的精准度和可靠性有所欠缺.为了获得法律裁判文书的高质量文本摘要,文中提出了一种生成式多模型融合的自动摘要方法.在Seq2Seq模型的基础上,引入注意力(attention)机制,同时通过Bert预训练和强化学习等方法,结合选择门技术,提出了BASR(Bert Based Attention Seq2Seq Reinforced Model)模型.将50000篇法律裁判文书作为语料,以小额诉讼和简易程序类型的裁判文书为代表性研究对象,实验结果证明新模型有较好的效果,在ROUGE评价中相比传统的Seq2Seq+Attention模型取得了均值5.81％的性能提升.     

面向法律裁判文书的生成式自动摘要模型

当前面向中文内容的自动摘要模型应用于法律裁判文书时,主要采用抽取式方法进行摘要.但由于法律文本比较冗长、结构化程度较低,抽取式摘要的精准度和可靠性有所欠缺.为了获得法律裁判文书的高质量文本摘要,文中提出了一种生成式多模型融合的自动摘要方法.在Seq2Seq模型的基础上,引入注意力(attention)机制,同时通过Bert预训练和强化学习等方法,结合选择门技术,提出了BASR(Bert Based Attention Seq2Seq Reinforced Model)模型.将50000篇法律裁判文书作为语料,以小额诉讼和简易程序类型的裁判文书为代表性研究对象,实验结果证明新模型有较好的效果,在ROUGE评价中相比传统的Seq2Seq+Attention模型取得了均值5.81％的性能提升.     

基于BERT和联合学习的裁判文书命名实体识别

正确识别裁判文书中的实体是构建法律知识图谱和实现智慧法院的重要基础。然而常用的命名实体识别（NER）模型并不能很好地解决裁判文书中的多义词表示和实体边界识别错误的问题。为了有效提升裁判文书中各类实体的识别效果,提出了一种基于联合学习和BERT的BiLSTM-CRF（JLB-BiLSTM-CRF）模型。首先,利用BERT对输入字符序列进行编码以增强词向量的表征能力;然后,使用双向长短期记忆（BiLSTM）网络建模长文本信息,并将NER任务和中文分词（CWS）任务进行联合训练以提升实体的边界识别率。实验结果表明,所提模型在测试集上的精确率达到了94.36%,召回率达到了94.94%,F1值达到了94.65%,相较于BERT-BiLSTM-CRF模型分别提升了1.05个百分点、0.48个百分点和0.77个百分点,验证了JLB-BiLSTM-CRF模型在裁判文书NER任务上的有效性。     

基于深度学习的民事案件判决结果分类方法研究

裁判文书数量的快速增长对自动化分类提出了迫切要求,然而已有研究缺乏在民事案件这一细分领域下以判决结果为分类标准的方法的研究,无法实现对民事案件判决结果的准确分类.文中将深度学习技术应用于民事案件判决结果分类领域,通过横向对比多种深度学习模型得出了该领域下表现较好的模型,并依据裁判文书的数据特点对该模型进行了进一步的优化...     

分布交互式仿真智能适配器设计与实现

分布交互仿真是一种新兴的仿真技术,它对计算机数据处理能力,计算机网络数据传输率及实时性有很高的要求,ＤＩＳ智能适配器正是为满足这一需求而设计的。ＤＩＳ智能适配器采用了ＦＤＤＩ网络技术,适配器上的ＤＳＰ作为主机的前端机。文章介绍了系统的组成和功能,详细介绍了系统硬件和软件的实现。     

模糊综合评判在仿真培训系统中的应用

本文介绍了利用AT89C51单片机组成的一个简单测压显示模块电路，并详细介绍了其接口和应用。     

计算机视觉对抗攻击与防御方法分析

大量的研究表明,由深度学习构成的计算机视觉模型容易遭受对抗样本的攻击。攻击者通过在样本中加入一些细微的扰动,可使深度学习模型出现判断错误,从而引发严重后果。本文主要总结了计算机视觉中对抗攻击手段与主动防御措施,分类与比较了一些典型方法。最后,结合对抗样本生成和防御技术发展的现状,提出了该领域的挑战和展望。     

基于知识图谱的盗窃案件法律文书智能推理研究

在检察官办案过程中对盗窃案件性质把握不准确,对量刑建议给出缺乏经验,导致给出的量刑建议准确性不足.为了使检察官给出更加准确的量刑建议,提供辅助量刑参考,通过对盗窃案件法律文书理论和知识体系进行整理和分析,对其中的隐式关系、深层关系进行挖掘、推理,通过搭建本体模型,提出了基于本体的盗窃案件法律文书知识图谱构建方法,并且设计自定义推理规则,实现了盗窃案件法律文书知识图谱在相似量刑类案推送测试功能,得到了理想的测试结果.研究证明,构建基于本体的盗窃案件法律文书知识图谱,利用智能推理技术,给检察官提供相似案件量刑参考,辅助了检察官给出更加合理的量刑建议.     

图像分类模型的对抗样本攻防研究综述

深度学习模型在图像分类领域的能力已经超越了人类,但不幸的是,研究发现深度学习模型在对抗样本面前非常脆弱,这给它在安全敏感的系统中的应用带来了巨大挑战。图像分类领域对抗样本的研究工作被梳理和总结,以期为进一步地研究该领域建立基本的知识体系,介绍了对抗样本的形式化定义和相关术语,介绍了对抗样本的攻击和防御方法,特别是新兴的可验证鲁棒性的防御,并且讨论了对抗样本存在可能的原因。为了强调在现实世界中对抗攻击的可能性,回顾了相关的工作。在梳理和总结文献的基础上,分析了对抗样本的总体发展趋势和存在的挑战以及未来的研究展望。     

浅谈电子文档安全问题与对策

电子文档在当前办公环境中发挥着重要作用,其安全问题理应引起高度重视。由于电子文档本身的特点,其在制作、使用、销毁等环节面临很多安全隐患和威胁。在对上述问题进行深入分析的前提下,提出了保护电子文档的思路与对策。     

浅议高校电子文档管理系统

本文在分析了高校电子文档管理所面临的挑战的基础上，对高校电子文档管理系统进行了定位，并给出了高校电子文档管理系统的特点。最后。指出了高校电子文档管理系统应该包含的主要业务功能模块，并对各模块的功能进行了详细介绍。     

浅谈电子文件的发展、存档与管理

笔者浅谈了电子文件产生与发展的必然性,电子文件准确、真实、完整的特点及相关技术,包括加密技术、签署技术、防火墙及防写措施。电子文件的管理可以按归档载体形式分,也可以按管理的技术环境分。     

信息系统中电子档案的实现及应用

为了管理业务办公系统中所需的文档资料,解决电子档案的录入、存储和访问问题,提出基于扫描及非结构化文档管理的实用方案。该方案先扫描原始凭据并保存在PDF文件中,然后用FIP批量上传这些档案,客户端以FIP文件下我的方式查询电子档案。     

论多媒体节目中影像交互的情感性与趣味性

随着社会的不断发展,人们审美趣味的提高,赋予多媒体影像交互的功能不断增多,对多媒体产品的精神化需求也不断增长。多媒体设计实际已经把人们的注意力更多地转移到影像交互的趣味性和情感性方面。如何更多的挖掘现代人的精神世界、情感世界,并将其转寄到多媒体影像的交互设计中,使它更符合人的心理、生理、情感的需要,是当代多媒体影像考虑的重点,也是充分体现人性化的时代特征。