基于边界识别与组合的裁判文书证据抽取方法研究

• 作者: 丁志远 杨健 秦永彬 陈艳平 黄瑞章
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 裁判文书 证据抽取 智慧法院 边界识别与组合
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息抽取与文本挖掘
• 页码范围: 80-87
• 页数: 8页
• 分类号: TP391
• 字数: 7525字
• 语种: 中文

摘要

裁判文书中的证据是法官量刑的基础.通过证据抽取可以对案件审判质量进行评估,从而支撑"智慧法院"建设.裁判文书中的证据大多数都比较长且存在嵌套现象,例如,"张X的身份证复印件"中的"身份证复印件",而传统的命名实体识别模型BiLSTM-CRF对较长实体和嵌套实体的识别性能较低.为了解决因裁判文书中的证据长度较长和嵌套现象而导致证据抽取性能较低的问题,该文提出了一种基于边界识别与组合的证据抽取模型.该模型首先使用BiLSTM-CRF模型识别证据的开始边界和结束边界;然后组合开始边界和结束边界,形成携带大量丰富细粒度边界信息的候选证据;最后使用基于三通道的多核CNN模型,融合细粒度的边界信息特征,对候选证据进行筛选,识别候选证据中正确的证据.实验结果表明,该文提出的模型能有效地抽取裁判文书中的证据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨健	贵州大学计算机科学与技术学院	23	35	4.0	5.0
2	丁志远	贵州大学计算机科学与技术学院	3	3	1.0	1.0
6	黄瑞章	贵州大学计算机科学与技术学院	16	47	4.0	6.0
10	陈艳平	贵州大学计算机科学与技术学院	9	13	2.0	3.0