基于决策树的婚姻法律短文本自动对话系统

发布时间：2023-02-11 09:48

　　随着互联网的发展,网上的法律咨询越来越多,但目前这部分大多由律师承担,为了解放律师的工作,各种咨询系统由此发展起来。目前的法律咨询系统还面临着逻辑推理弱、句子表征能力差等问题,本文主要针对句子表征的能力、属性值抽取的能力、对话过程设计等问题进行了研究,主要研究内容如下:(1)针对现有句子语义相似度计算由于缺乏语义结构信息导致精度低的问题,在依存关系树的基础上,提出了一种基于多头注意力机制Tree-LSTM(Multi-head Attention Tree-LSTM,MA-Tree-LSTM)的句子语义相似度计算方法。首先,MA-Tree-LSTM将外部具有指导意义的特征作为输入,再将输入结合多头注意力机制作用在Tree-LSTM树节点的所有孩子节点上,为每个孩子节点赋予不同的权重值,从而实现多头注意力机制和Tree-LSTM的融合;其次,本文将三层的MA-Tree-LSTM应用于句子语义相似度计算并实现句子对的相互指导,从而得到句子对语义特征的多层表示;最后联合多层的语义特征建立句子对语义相似度计算模型,从而实现句子对间相关的语义结构特征的充分利用。本文提出的方法鲁棒性强、可解释性强...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 句子语义相似度计算的国内外研究现状
        1.2.2 属性值抽取的国内外研究现状
        1.2.3 法律自动咨询的国内外研究现状
    1.3 论文主要工作与组织结构
        1.3.1 论文的主要工作
        1.3.2 论文的组织结构
第2章 基于多头注意力机制Tree-LSTM的句子语义相似度计算
    2.1 基于MA-Tree-LSTM的句子语义相似度计算
        2.1.1 MA-Tree-LSTM模型
        2.1.2 基于MA-Tree-LSTM的句子相似度计算方法的流程
        2.1.3 方法的理论分析与比较
    2.2 算法实验验证及实验结果分析
        2.2.1 实验数据集
        2.2.2 评价方法及指标
        2.2.3 实验参数设置
        2.2.4 实验结果及分析
    2.3 小结
第3章 基于Stacking集成的BERT属性值抽取
    3.1 基于Stacking集成的BERT属性值抽取
        3.1.1 Stacking集成的BERT模型
        3.1.2 基于Stacking集成的BERT属性值抽取流程
        3.1.3 方法的理论分析与比较
    3.2 算法实验验证及实验结果分析
        3.2.1 实验数据集
        3.2.2 评价方法及指标
        3.2.3 实验参数设置
        3.2.4 实验结果及分析
    3.3 小结
第4章 决策树在法律自动对话系统中的应用
    4.1 决策树在法律自动对话系统中的应用
        4.1.1 基于决策树的法律自动对话系统的设计
        4.1.2 基于训练样本的决策树建立流程
        4.1.3 法律自动对话流程设计
        4.1.4 交互界面效果设计
    4.2 算法实验验证及实验结果分析
        4.2.1 实验数据集
        4.2.2 评价方法及指标
        4.2.3 实验参数设置
        4.2.4 实验结果及分析
    4.3 小结
第5章 总结与展望
    5.1 本文工作总结
    5.2 研究展望
参考文献
致谢
个人简历、在学期间发表的学术论文及研究成果
    1. 个人简历
    2. 在学期间发表的学术论文与研究成果



本文编号：3740154