基于深度学习的判决结果倾向性分析

• 作者: 宋梦姣 王业沛 王譞 赵志宏
• 来源期刊: 计算机应用研究
• 关键词: 深度学习 长短期记忆模型 判决结果 倾向性分析
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 335-338
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.08.0713

摘要

判决结果的倾向性分析对于裁判文书的规范化、推荐诉讼律师等后续工作有着重大的意义,但是缺少有效的分析模型.为了充分利用海量数据的裁判文书,提出了一个判决结果倾向性分析的模型.从半结构化的裁判文书中抽取出关键特征,利用模糊匹配的方式对判决结果中的多重实体进行识别和清洗,将处理结果交由基于LSTM的深度学习神经网络进行倾向性判断.通过对三种案由的数据集进行实验,该模型的准确率最高可达98.3％,验证了该模型在判决结果的倾向性分析任务中具有很高的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵志宏	南京大学软件学院	19	197	7.0	13.0
2	王业沛	南京大学软件学院	2	6	1.0	2.0
3	宋梦姣	南京大学软件学院	1	6	1.0	1.0
4	王譞	南京大学软件学院	1	6	1.0	1.0