伴隨著人工智能的蓬勃發(fā)展以及司法智慧化的廣泛開展,我們希望可以實(shí)現(xiàn)通過機(jī)器閱讀大量的案件事實(shí),自動(dòng)抽取判決該起案件所涉及的相關(guān)法律條文,實(shí)現(xiàn)法條智能推薦;同時(shí),法條自動(dòng)推薦可以幫助不熟悉復(fù)雜法律條文的非法律專業(yè)人士根據(jù)相關(guān)案件事實(shí)快速了解可能面臨的處罰�；诜l自動(dòng)推薦的廣泛應(yīng)用性,本文通過綜合考慮中文法律案例文本描述和法條文本的內(nèi)容,并結(jié)合法條推薦任務(wù)的特點(diǎn),研究基于神經(jīng)網(wǎng)絡(luò)的刑事案件的法條推薦方法,本文的工作主要包括以下三個(gè)方面:(1)基于分類和法條共現(xiàn)關(guān)系的法條推薦算法研究。該方法是本文的基線模型,主要實(shí)現(xiàn)方法是將法條推薦任務(wù)看成是多標(biāo)簽分類問題。通過對(duì)大量刑事案件實(shí)例的分析,總結(jié)出刑事案件主要可以分成六種不同的案由,并且不同的法條之間存在著共現(xiàn)關(guān)系。該模型使用TF-IDF對(duì)文檔向量建模,同時(shí)設(shè)計(jì)案由分類器和法條分類器,生成一個(gè)候選法條的集合;之后再通過對(duì)法條之間的關(guān)聯(lián)規(guī)則挖掘出最可能引用的法條;(2)基于注意力機(jī)制的循環(huán)卷積神經(jīng)網(wǎng)絡(luò)的法條推薦算法研究。針對(duì)基線系統(tǒng)中未能考慮詞向量的完整信息和缺乏對(duì)句法信息利用的不足,我們提出一個(gè)句子-文檔級(jí)別的層次化神經(jīng)網(wǎng)絡(luò)模型獲取文本的上下文...

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究目的與意義
        1.1.1 研究背景
        1.1.2 研究目的及意義
    1.2 論文的研究現(xiàn)狀
        1.2.1 司法智能化領(lǐng)域相關(guān)研究
        1.2.2 法律領(lǐng)域文本挖掘的相關(guān)研究
        1.2.3 多標(biāo)簽分類技術(shù)的發(fā)展
    1.3 論文的主要內(nèi)容
    1.4 組織結(jié)構(gòu)
第2章 法條推薦任務(wù)與相關(guān)技術(shù)介紹
    2.1 法條推薦任務(wù)和數(shù)據(jù)集介紹
        2.1.1 法條推薦任務(wù)
        2.1.2 相關(guān)數(shù)據(jù)集介紹
    2.2 法條推薦的相關(guān)方法概述
        2.2.1 基于傳統(tǒng)機(jī)器學(xué)習(xí)的方法
        2.2.2 基于深度學(xué)習(xí)的方法
    2.3 本章小結(jié)
第3章 基于分類和共現(xiàn)關(guān)系的法條推薦算法研究
    3.1 引言
    3.2 基于分類和法條共現(xiàn)關(guān)系的法條推薦基線系統(tǒng)設(shè)計(jì)
        3.3.1 方法框架
        3.3.2 系統(tǒng)的組成模塊設(shè)計(jì)
        3.3.3 模型的訓(xùn)練目標(biāo)
    3.3 基于注意力機(jī)制的循環(huán)卷積神經(jīng)網(wǎng)絡(luò)的法條推薦改進(jìn)算法
        3.3.1 注意力機(jī)制
        3.3.2 基于注意力機(jī)制的循環(huán)卷積神經(jīng)網(wǎng)絡(luò)的法條推薦算法的實(shí)現(xiàn)
        3.3.4 模型的聯(lián)合訓(xùn)練目標(biāo)
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 數(shù)據(jù)集
        3.5.2 超參數(shù)設(shè)置
        3.5.4 評(píng)價(jià)指標(biāo)
        3.5.5 實(shí)驗(yàn)結(jié)果及分析
    3.6 本章小結(jié)
第4章 基于記憶網(wǎng)絡(luò)的法條推薦算法研究
    4.1 引言
    4.2 記憶網(wǎng)絡(luò)
    4.3 基于記憶網(wǎng)絡(luò)的法條推薦算法研究
        4.3.1 模型的總體設(shè)計(jì)
        4.3.2 案例描述與法條的向量表示計(jì)算
        4.3.3 基于雙層注意力機(jī)制的案例和法條聯(lián)合表示計(jì)算
        4.3.4 模型的目標(biāo)函數(shù)
    4.4 實(shí)驗(yàn)與結(jié)果分析
        4.4.1 數(shù)據(jù)集
        4.4.2 超參數(shù)設(shè)置
        4.4.3 評(píng)價(jià)指標(biāo)
        4.4.4 實(shí)驗(yàn)結(jié)果及分析
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 研究展望
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)：3868604