交通事故的自动判案研究

• 作者: 尹何举 昝红英 翟新丽 陈俊怡
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 自动判案 神经网络 支持向量机 交通事故
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 自然语言处理应用
• 页码范围: 136-144
• 页数: 9页
• 分类号: TP391
• 字数: 5649字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.03.018

摘要

该文针对法律领域民事案件中的"交通事故"类案件进行研究,期望在该"交通事故"数据集上实现自动判案.从"中国裁判文书网"采集14000条数据文本,并对数据进行人工标注.基于对数据集的分析,分别对数据进行粗粒度和细粒度分类,粗粒度为4类,细粒度为8类.该文使用了三种模型:基于SVM的模型、基于BI-GRU的模型和基于Attention+BI-GRU的模型.实验结果表明:在该数据集上,对数据进行粗粒度分类时,基于Atten-tion+BI-GRU的模型F1值为80.26％,基于SVM的模型为77.24％,基于BI-GRU的模型为72.65％.在细粒度分类时,基于BI-GRU的模型F1值为48.59％,基于SVM的模型为38.29％,基于Attention+BI-GRU的模型为40.87％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	昝红英	郑州大学信息工程学院	58	759	11.0	26.0
2	尹何举	郑州大学信息工程学院	1	1	1.0	1.0
3	陈俊怡	郑州大学信息工程学院	1	1	1.0	1.0
4	翟新丽	郑州大学法学院	1	1	1.0	1.0