多模态特征融合的裁判文书推荐方法

发布时间：2021-06-29 01:23

　　为了解决传统办案方式可能引起的"类案不同判"等问题,以及满足当事人查找预览与自身情况相似裁判文书的需求,本文提出了一种基于多模态特征融合的裁判文书推荐方法,学习高层次的裁判文书多模态融合特征表示,进而实现相似裁判文书推荐.该方法主要包括预处理、特征提取、特征融合和文书推荐四个阶段.实验结果表明,与只利用单一模态特征以及简单串联多模态特征的方法相比,利用本文方法学习到的多模态融合特征进行裁判文书推荐,推荐结果的准确率、召回率和综合评价指标（F₁值）均有显著提高.说明本文提出的多模态特征融合方法对于推荐任务更加有效,体现了算法的优越性. 

【文章来源】：微电子学与计算机. 2020,37(12)北大核心

【文章页数】：6 页

【部分图文】：

准确率结果对比

图2为4种不同方法的裁判文书推荐结果的召回率.从图中可以看出,使用裁判文书的融合特征进行裁判文书推荐的召回率明显高于使用其他特征推荐的召回率,这说明了本文算法的有效性.此外,与准确率结果类似,裁判文书推荐的召回率随着推荐个数N的增加而提高,总体呈现上升趋势.同样地,当N为30或50时,使用串联特征的裁判文书推荐的召回率略低于使用TF-IDF特征的召回率.另外,使用本文方法学习的多模态融合特征进行裁判文书推荐的召回率的增加幅度明显大于使用其他三种特征推荐结果召回率的增加幅度,这进一步说明了本文方法在裁判文书推荐方面的优越性.图3 F1值结果对比

F1值结果对比

【参考文献】：
期刊论文
[1]一种基于用户播放行为序列的个性化视频推荐策略[J]. 王娜,何晓明,刘志强,王文君,李霞.  计算机学报. 2020(01)
[2]基于特征融合的中文简历解析方法研究[J]. 陈毅,符磊,代云霞,张剑.  计算机工程与应用. 2019(10)
[3]类案推送的精细化:问题、成因与改进——以刑事类案推送为例[J]. 朱彬彬,祝兴栋.  法律适用(司法案例). 2018(20)
[4]结合句法特征和卷积神经网络的多意图识别模型[J]. 杨春妮,冯朝胜.  计算机应用. 2018(07)



本文编号：3255431