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:
近年来,随着深度学习技术的不断发展,自然语言处理作为人工智能的一个重要分支,在许多垂直领域有了广泛的应用,如司法、教育、医疗等.在司法领域的庭审过程中,控辩双方往往围绕案件的争议焦点持有不同观点,而该焦点也是影响案件最终判决和量刑的关键所在,该文旨在识别并生成电子卷宗中的控辩焦点.由于控辩焦点的构成大多依赖对案情文本的分析概括,受此启发该文尝试将文本摘要的思想迁移到该任务中,结合生成对抗网络构建控辩焦点的生成模型,进而获得案件的控辩焦点.在裁判文书网的真实司法数据的基础上,开展了相关的实验.实验结果显示,所提出的模型对控辩焦点的识别精度有了一定幅度的提升.因此,该文对检察机关办案人员的庭前预案及案件审理有着一定的辅助作用与应用价值.
推荐文章
基于生成对抗网络的遮挡表情识别
人脸表情识别
局部遮挡
人脸修复
生成对抗网络
卷积神经网络
基于条件梯度Wasserstein生成对抗网络的图像识别
生成式对抗网络
条件模型
Wesserstein距离
梯度惩罚
全局和局部一致性
图像识别
基于生成对抗网络的恶意域名训练数据生成
恶意域名
DGA
生成对抗网络
检测
分类
基于条件的边界平衡生成对抗网络
生成对抗网络
条件特征
边界平衡
图像生成
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 基于生成对抗网络的控辩焦点识别
来源期刊 中文信息学报 学科 工学
关键词 控辩焦点 对抗生成网络 智慧司法
年,卷(期) 2020,(9) 所属期刊栏目 情感分析与社会计算
研究方向 页码范围 89-96
页数 8页 分类号 TP391
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1958(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
控辩焦点
对抗生成网络
智慧司法
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
中文信息学报
月刊
1003-0077
11-2325/N
16开
北京海淀区中关村南四街4号
1986
chi
出版文献量(篇)
2723
总下载数(次)
5
总被引数(次)
45413
论文1v1指导