隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)上的法律咨詢?cè)絹?lái)越多,但目前這部分大多由律師承擔(dān),為了解放律師的工作,各種咨詢系統(tǒng)由此發(fā)展起來(lái)。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(wèn)題,本文主要針對(duì)句子表征的能力、屬性值抽取的能力、對(duì)話過(guò)程設(shè)計(jì)等問(wèn)題進(jìn)行了研究,主要研究?jī)?nèi)容如下:(1)針對(duì)現(xiàn)有句子語(yǔ)義相似度計(jì)算由于缺乏語(yǔ)義結(jié)構(gòu)信息導(dǎo)致精度低的問(wèn)題,在依存關(guān)系樹(shù)的基礎(chǔ)上,提出了一種基于多頭注意力機(jī)制Tree-LSTM(Multi-head Attention Tree-LSTM,MA-Tree-LSTM)的句子語(yǔ)義相似度計(jì)算方法。首先,MA-Tree-LSTM將外部具有指導(dǎo)意義的特征作為輸入,再將輸入結(jié)合多頭注意力機(jī)制作用在Tree-LSTM樹(shù)節(jié)點(diǎn)的所有孩子節(jié)點(diǎn)上,為每個(gè)孩子節(jié)點(diǎn)賦予不同的權(quán)重值,從而實(shí)現(xiàn)多頭注意力機(jī)制和Tree-LSTM的融合;其次,本文將三層的MA-Tree-LSTM應(yīng)用于句子語(yǔ)義相似度計(jì)算并實(shí)現(xiàn)句子對(duì)的相互指導(dǎo),從而得到句子對(duì)語(yǔ)義特征的多層表示;最后聯(lián)合多層的語(yǔ)義特征建立句子對(duì)語(yǔ)義相似度計(jì)算模型,從而實(shí)現(xiàn)句子對(duì)間相關(guān)的語(yǔ)義結(jié)構(gòu)特征的充分利用。本文提出的方法魯棒性強(qiáng)、可解釋性強(qiáng)...

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 句子語(yǔ)義相似度計(jì)算的國(guó)內(nèi)外研究現(xiàn)狀
        1.2.2 屬性值抽取的國(guó)內(nèi)外研究現(xiàn)狀
        1.2.3 法律自動(dòng)咨詢的國(guó)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(jī)制Tree-LSTM的句子語(yǔ)義相似度計(jì)算
    2.1 基于MA-Tree-LSTM的句子語(yǔ)義相似度計(jì)算
        2.1.1 MA-Tree-LSTM模型
        2.1.2 基于MA-Tree-LSTM的句子相似度計(jì)算方法的流程
        2.1.3 方法的理論分析與比較
    2.2 算法實(shí)驗(yàn)驗(yàn)證及實(shí)驗(yàn)結(jié)果分析
        2.2.1 實(shí)驗(yàn)數(shù)據(jù)集
        2.2.2 評(píng)價(jià)方法及指標(biāo)
        2.2.3 實(shí)驗(yàn)參數(shù)設(shè)置
        2.2.4 實(shí)驗(yàn)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(shí)驗(yàn)驗(yàn)證及實(shí)驗(yàn)結(jié)果分析
        3.2.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.2.2 評(píng)價(jià)方法及指標(biāo)
        3.2.3 實(shí)驗(yàn)參數(shù)設(shè)置
        3.2.4 實(shí)驗(yàn)結(jié)果及分析
    3.3 小結(jié)
第4章 決策樹(shù)在法律自動(dòng)對(duì)話系統(tǒng)中的應(yīng)用
    4.1 決策樹(shù)在法律自動(dòng)對(duì)話系統(tǒng)中的應(yīng)用
        4.1.1 基于決策樹(shù)的法律自動(dòng)對(duì)話系統(tǒng)的設(shè)計(jì)
        4.1.2 基于訓(xùn)練樣本的決策樹(shù)建立流程
        4.1.3 法律自動(dòng)對(duì)話流程設(shè)計(jì)
        4.1.4 交互界面效果設(shè)計(jì)
    4.2 算法實(shí)驗(yàn)驗(yàn)證及實(shí)驗(yàn)結(jié)果分析
        4.2.1 實(shí)驗(yàn)數(shù)據(jù)集
        4.2.2 評(píng)價(jià)方法及指標(biāo)
        4.2.3 實(shí)驗(yàn)參數(shù)設(shè)置
        4.2.4 實(shí)驗(yàn)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(xiàn)
致謝
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果
    1. 個(gè)人簡(jiǎn)歷
    2. 在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果



本文編號(hào)：3740154