卷积神经网络在案件分类上的应用

• 作者: 史梦凡 张君阳 李昊泉 陈舒楠
• 来源期刊: 软件
• 学科: 工学
• 关键词: 卷积神经网络 文本分类 罪名预测 分词 优化算法
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 222-225
• 页数: 4页
• 分类号: TP183
• 字数: 2601字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2019.04.049

摘要

几年前,机器学习在司法方面的应用被提出并得到迅速发展.本文通过对判决文书的学习,将训练出的模型以文本分类的方式,用于协助办案人员进行罪名预测:1、在权威网站爬取大量判决文书,进行信息预处理后,提炼出较为精炼的文本数据和罪名标签;2、对文本进行分词、结构化处理、构成词汇表并与相应的词向量进行1对1映射;3、应用谷歌的Tensorflow搭建卷积神经网络,设置参数,训练模型并测试;4、反复调整参数后,改进优化算法,使分类效果理想.最终分类准确率在95％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李昊泉	吉林大学软件学院	1	2	1.0	1.0
2	史梦凡	吉林大学软件学院	1	2	1.0	1.0
3	陈舒楠	吉林大学软件学院	1	2	1.0	1.0
4	张君阳	吉林大学软件学院	1	2	1.0	1.0