基于证据匹配的案件质量评估方法设计与实现

发布时间：2022-01-26 11:11

　　随着信息技术的高速发展,特别是人工智能的迅猛发展为各行各业注入了新动力,也促进了人民法院各项工作的高度信息化发展,特别是法院案件受理、审判、执行、监督等各个环节的信息化水平,促进了司法公平正义。为了更加客观、公正地评价人民法院审判工作,加强人民法院审判管理,强化监督,提高审判工作的客观性和公正性,有必要研究针对法院案件本身的评估方法。判决文书与案件卷宗作为案件最根本的数据,它们承载着法律法规,代表着公平正义,它们的证据的一致性在一定程度上代表着案件质量。基于此,本文提出了基于证据匹配的案件质量评估方法,从案件数据本身进行案件质量的评估。本文的主要研究工作与成果有:（1）针对判决文书的证据抽取方法。本文提出了基于混合模型的证据抽取方法和基于边界的证据抽取方法。基于混合模型的证据抽取方法通过使用证据中心词模型辅助证据词模型达到提升证据抽取效果的目的。基于边界的证据抽取方法借助证据词良好的结束边界识别效果有效的增强了证据词的抽取效果。（2）针对电子卷宗的证据识别方法。本文使用基于图像的分类模型以及基于文本的分类模型来进行电子卷宗中的证据识别。（3）基于证据匹配的案件质量评估方法。本文提出了一... 

【文章来源】：贵州大学贵州省 211工程院校

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

循环神经网络及其展开图示

图 2-2 长短期记忆神经网络（LSTM）结构图如图 2-2 所示，长短期记忆神经网络采用复杂的神经元结构，其由遗忘门、输入门以及输出门构成。其中，tX 表示时序 t 下神经元的输入、A表示 LSTM 神经元、

图 2-3 长短期记忆神经网络（LSTM）的遗忘门遗忘门用于决定历史信息的删除与否，而输入门用于决定哪些新的信息应该被添加。如图 2-4 所示，输入门由一个 sigmod 激活函数层以及 tanh 激活函数层组成。对

【参考文献】：
期刊论文
[1]基于深度学习的女装图片分类探索[J]. 叶锦,彭小江,乔宇,邢昊.  集成技术. 2019(02)
[2]文本相似度计算方法研究综述[J]. 王春柳,杨永辉,邓霏,赖辉源.  情报科学. 2019(03)
[3]论案件质量评估制度对审判质效的影响[J]. 兰照.  湖南工业大学学报(社会科学版). 2018(04)
[4]基于深度学习的渔业领域命名实体识别[J]. 孙娟娟,于红,冯艳红,彭松,程名,卢晓黎,董婉婷,崔榛.  大连海洋大学学报. 2018(02)
[5]命名实体识别研究综述[J]. 刘浏,王东波.  情报学报. 2018(03)
[6]基于深度学习的鱼类分类算法研究[J]. 顾郑平,朱敏.  计算机应用与软件. 2018(01)
[7]基于CNN-BLSTM-CRF模型的生物医学命名实体识别[J]. 李丽双,郭元凯.  中文信息学报. 2018(01)
[8]基于Bi-LSTM的医疗事件识别研究[J]. 侯伟涛,姬东鸿.  计算机应用研究. 2018(07)
[9]文本相似度计算方法研究综述[J]. 陈二静,姜恩波.  数据分析与知识发现. 2017(06)
[10]图像物体分类与检测算法综述[J]. 黄凯奇,任伟强,谭铁牛.  计算机学报. 2014(06)

博士论文
[1]基于深度学习的文本表示与分类方法研究[D]. 闫琰.北京科技大学 2016

硕士论文
[1]基于卷积神经网络的鞋印图像分类算法研究[D]. 张弛.大连海事大学 2016



本文编号：3610388