基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对裁判文书中判决结果的倾向性分析是完成律师推荐系统的前提,如何高效的实现判决结果倾向性分析是本文的重点.本文提出了基于注意力机制和BiGRU的判决结果倾向性分析模型.首先,训练词向量,得到词向量表;然后,通过查找词向量表,将文书数据转化为词向量序列,将词向量序列作为输入来训练判决结果倾向性分析模型.实验结果表明:注意力机制和BiGRU算法在判决结果倾向性分析中具有一定的有效性.该模型能够对裁判文书中判决结果的倾向性做一个合理的判断,为后期律师推荐系统的实现提供一个合理的评分依据.
推荐文章
基于深度学习的判决结果倾向性分析
深度学习
长短期记忆模型
判决结果
倾向性分析
基于注意力机制的文本情感倾向性研究
注意力机制
长短时记忆网络
短文本
情感分析
基于双重注意力模型的微博情感倾向性分析
双向长短期记忆网络
双重注意力模型
情感倾向性分析
新浪微博
微博标签
基于深度学习的判决结果倾向性分析
深度学习
长短期记忆模型
判决结果
倾向性分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于注意力机制的BiGRU判决结果倾向性分析
来源期刊 计算机系统应用 学科
关键词 倾向性分析 BiGRU 注意力机制 词向量模型 律师推荐
年,卷(期) 2019,(3) 所属期刊栏目 软件技术·算法
研究方向 页码范围 191-195
页数 5页 分类号
字数 4991字 语种 中文
DOI 10.15888/j.cnki.csa.006816
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王宁 中国科学院沈阳计算技术研究所 130 1601 19.0 36.0
2 李世林 1 6 1.0 1.0
6 刘堂亮 2 10 2.0 2.0
7 赵伟 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (99)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (12)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(4)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
倾向性分析
BiGRU
注意力机制
词向量模型
律师推荐
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导