综合协同过滤和文本相关性的法条智能推荐技术研究
发布时间：2021-06-18 21:21
近年来,人工智能技术蓬勃发展,正在慢慢改变人们的生产生活方式。中国正致力于高质量发展,通过人工智能提升经济社会发展智能化水平,有效增强公共服务和城市管理能力。与此同时,最高人民法院也在大力推广“智慧法院”建设,旨在利用互联网、云计算、大数据、人工智能等前沿信息化技术,进一步提高审判系统的智能化水平。法条推荐技术是智能审判的重要组成部分,因为法条是案件审判结果的依据。如果能正确地预测法条,那么就能在某种程度上预知案件审判的走向。此外,参与法律案件的各个角色都能从法条推荐中获益。它可以帮助法官更高效地处理案件;它也可以帮助律师找到更有力的论点来更好地为当事人进行辩护;对于缺乏法律知识的案件当事人,如果没有专业人士的帮助,他们很难得知是否存在合适的法条来维护他们的权益,而从律所咨询需要大量的时间和金钱,一个能够正确预测法条的系统能够解决他们的难题。通过分析案件信息与法条间的关系,本文提出了一种综合协同过滤和文本相关性的法条智能推荐技术。为了供没有法律背景的人使用,本方法选取当事人用自然语言描述的案件基本情况作为输入,适用案件的法条作为输出。本方法主要由六个步骤组成,具体为法条库搭建、案件库导...
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图２．２二维空间ｋｄ树构造示例图??ｋｄ树搜索的平均时间复杂度是Ｏ（ｌｏｇＮ），Ｎ为实例数
第二章相关背景知识??［Ｆｕｋｕｓｈｉｍａｅｔａｌ．，１９８２］。有效卷积不对输入进行零填充，输出层维度为（输入层??维度－卷积核大小＋１），如图２．５所示。???！?：?Ｉ????图２．５有效卷积示意图??相同卷积的输入和输出具有相同的维度，当边缘的输入值不足时，进行零填??充，填充个数为（卷积核大小－１），如图２．６所示，灰色部分为填充元素。??ｎＰＳＦ＾ｎｎｎｎｎｎ］＿ｒ＾ｎｎ??￣?一￣??ＲｎｒｕｎＭｎｎｎｎｎｎＭｒＴｉｉ＾??ＺＪｌｊＵＬＩ＾Ｚ＾！＿！□□□！＿Ｈ＿ｉＵＵｕＣ］??图２．６相同卷积示意图??全卷积保证每个元素都进行了相同的ｍ次运算，ｍ为卷积核大小。输出层维??度为（输入层维度＋卷积核大小－１）。零填充会导致两端元素比中间元素影响小，可??能会引起边界信息的丢失，如图２．７所示。??ｎｎｎｎｎｒｒｎｎｎ＾ｎｎ＾ｎｉ?———ｎ￣￣］ｎ｜ｉｎＲＰｉｒｉ??！＿＿：＿．．＿Ｉ；＿＿］Ｓ＿：?Ｉ＿：＿ｉ｜＿Ｉ?ｊ＿＿＿ｍ＿＿；＿＿：｜＿??图２．７全卷积示意图??２．３．２池化层??池化操作通常发生在卷积操作之后，对特征映射降维，有效减少后面网络需??要的参数。池化操作使得ＣＮＮ具有平移不变性。当输入元素发生微小变化时，池??１１??
第二章相关背景知识??［Ｆｕｋｕｓｈｉｍａｅｔａｌ．，１９８２］。有效卷积不对输入进行零填充，输出层维度为（输入层??维度－卷积核大小＋１），如图２．５所示。???！?：?Ｉ????图２．５有效卷积示意图??相同卷积的输入和输出具有相同的维度，当边缘的输入值不足时，进行零填??充，填充个数为（卷积核大小－１），如图２．６所示，灰色部分为填充元素。??ｎＰＳＦ＾ｎｎｎｎｎｎ］＿ｒ＾ｎｎ??￣?一￣??ＲｎｒｕｎＭｎｎｎｎｎｎＭｒＴｉｉ＾??ＺＪｌｊＵＬＩ＾Ｚ＾！＿！□□□！＿Ｈ＿ｉＵＵｕＣ］??图２．６相同卷积示意图??全卷积保证每个元素都进行了相同的ｍ次运算，ｍ为卷积核大小。输出层维??度为（输入层维度＋卷积核大小－１）。零填充会导致两端元素比中间元素影响小，可??能会引起边界信息的丢失，如图２．７所示。??ｎｎｎｎｎｒｒｎｎｎ＾ｎｎ＾ｎｉ?———ｎ￣￣］ｎ｜ｉｎＲＰｉｒｉ??！＿＿：＿．．＿Ｉ；＿＿］Ｓ＿：?Ｉ＿：＿ｉ｜＿Ｉ?ｊ＿＿＿ｍ＿＿；＿＿：｜＿??图２．７全卷积示意图??２．３．２池化层??池化操作通常发生在卷积操作之后，对特征映射降维，有效减少后面网络需??要的参数。池化操作使得ＣＮＮ具有平移不变性。当输入元素发生微小变化时，池??１１??
【参考文献】：
期刊论文
[1]基于表示学习的中文分词算法探索[J]. 来斯惟,徐立恒,陈玉博,刘康,赵军. 中文信息学报. 2013(05)
硕士论文
[1]基于文本挖掘的律师推荐方法研究与应用[D]. 梁楠.电子科技大学 2015
本文编号：3237405
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图２．２二维空间ｋｄ树构造示例图??ｋｄ树搜索的平均时间复杂度是Ｏ（ｌｏｇＮ），Ｎ为实例数
第二章相关背景知识??［Ｆｕｋｕｓｈｉｍａｅｔａｌ．，１９８２］。有效卷积不对输入进行零填充，输出层维度为（输入层??维度－卷积核大小＋１），如图２．５所示。???！?：?Ｉ????图２．５有效卷积示意图??相同卷积的输入和输出具有相同的维度，当边缘的输入值不足时，进行零填??充，填充个数为（卷积核大小－１），如图２．６所示，灰色部分为填充元素。??ｎＰＳＦ＾ｎｎｎｎｎｎ］＿ｒ＾ｎｎ??￣?一￣??ＲｎｒｕｎＭｎｎｎｎｎｎＭｒＴｉｉ＾??ＺＪｌｊＵＬＩ＾Ｚ＾！＿！□□□！＿Ｈ＿ｉＵＵｕＣ］??图２．６相同卷积示意图??全卷积保证每个元素都进行了相同的ｍ次运算，ｍ为卷积核大小。输出层维??度为（输入层维度＋卷积核大小－１）。零填充会导致两端元素比中间元素影响小，可??能会引起边界信息的丢失，如图２．７所示。??ｎｎｎｎｎｒｒｎｎｎ＾ｎｎ＾ｎｉ?———ｎ￣￣］ｎ｜ｉｎＲＰｉｒｉ??！＿＿：＿．．＿Ｉ；＿＿］Ｓ＿：?Ｉ＿：＿ｉ｜＿Ｉ?ｊ＿＿＿ｍ＿＿；＿＿：｜＿??图２．７全卷积示意图??２．３．２池化层??池化操作通常发生在卷积操作之后，对特征映射降维，有效减少后面网络需??要的参数。池化操作使得ＣＮＮ具有平移不变性。当输入元素发生微小变化时，池??１１??
第二章相关背景知识??［Ｆｕｋｕｓｈｉｍａｅｔａｌ．，１９８２］。有效卷积不对输入进行零填充，输出层维度为（输入层??维度－卷积核大小＋１），如图２．５所示。???！?：?Ｉ????图２．５有效卷积示意图??相同卷积的输入和输出具有相同的维度，当边缘的输入值不足时，进行零填??充，填充个数为（卷积核大小－１），如图２．６所示，灰色部分为填充元素。??ｎＰＳＦ＾ｎｎｎｎｎｎ］＿ｒ＾ｎｎ??￣?一￣??ＲｎｒｕｎＭｎｎｎｎｎｎＭｒＴｉｉ＾??ＺＪｌｊＵＬＩ＾Ｚ＾！＿！□□□！＿Ｈ＿ｉＵＵｕＣ］??图２．６相同卷积示意图??全卷积保证每个元素都进行了相同的ｍ次运算，ｍ为卷积核大小。输出层维??度为（输入层维度＋卷积核大小－１）。零填充会导致两端元素比中间元素影响小，可??能会引起边界信息的丢失，如图２．７所示。??ｎｎｎｎｎｒｒｎｎｎ＾ｎｎ＾ｎｉ?———ｎ￣￣］ｎ｜ｉｎＲＰｉｒｉ??！＿＿：＿．．＿Ｉ；＿＿］Ｓ＿：?Ｉ＿：＿ｉ｜＿Ｉ?ｊ＿＿＿ｍ＿＿；＿＿：｜＿??图２．７全卷积示意图??２．３．２池化层??池化操作通常发生在卷积操作之后，对特征映射降维，有效减少后面网络需??要的参数。池化操作使得ＣＮＮ具有平移不变性。当输入元素发生微小变化时，池??１１??
【参考文献】：
期刊论文
[1]基于表示学习的中文分词算法探索[J]. 来斯惟,徐立恒,陈玉博,刘康,赵军. 中文信息学报. 2013(05)
硕士论文
[1]基于文本挖掘的律师推荐方法研究与应用[D]. 梁楠.电子科技大学 2015
本文编号：3237405
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3237405.html
