基于文本蕴含判别的法律案例模拟系统评价方法研究

发布时间：2023-05-03 11:04

　　近年来,人工智能技术已经广泛应用于司法领域,为其提供了强大的技术支撑,推动了司法领域的信息现代化和智能化。本文研究基于文本蕴含判别的法律案例模拟系统评价方法,其中诉讼请求评价需要根据判决结果推理判断诉讼请求是否成立,是评价任务中最难的一项,该方法通过将诉讼请求评价问题转换为文本蕴含判别问题,以实现对诉讼请求的评价。论文主要工作包含以下几方面:(1)开发了诉讼请求和判决结果蕴含数据集。该部分的主要工作是从裁判文书网现存的海量判决书中提取诉讼请求和判决结果后,结合判决书本身的特点和法律案例模拟系统评价的实际需求,设计合适的标注规范,完成了数据集的开发。(2)研究基于可分解注意力的诉讼请求评价方法。该方法是本文的基准系统,主要采用双向长短期记忆网络学习上下文信息,然后利用可分解注意力机制获取句子对的交互信息,对交互后的信息进行比较后通过分类器判别蕴含关系。(3)提出了基于组合注意力机制的诉讼请求评价方法。由于长短期记忆网络在长文本中容易损失一些重要的长距离依赖,因此该方法加入自注意力机制捕捉任意长度的句子内部的依赖信息,同时通过高速路神经网络解决因网络深度增加后的训练困难问题,取得了很好的效...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及研究目的和意义
    1.2 国内外研究现状
        1.2.1 法律评价系统的研究现状
        1.2.2 文本蕴含判别的研究现状
    1.3 研究内容与组织结构
        1.3.1 研究内容
        1.3.2 组织结构
第2章 法律案例模拟系统中的诉讼请求评价问题与相关技术
    2.1 法律案例模拟系统的总体设计概述
    2.2 法律案例模拟系统的评价内容与目标
    2.3 基于蕴含判别的诉讼请求评价方法
        2.3.1 诉讼请求的评价到蕴含判别的转换
        2.3.2 蕴含判别的实现方法概述
    2.4 本章小结
第3章 诉讼请求和判决结果蕴含数据集的开发
    3.1 引言
    3.2 判决书文本的信息提取
    3.3 标注规范的设计
    3.4 标注过程与标注数据集的统计
    3.5 本章小结
第4章 基于组合注意力机制的诉讼请求评价方法研究
    4.1 引言
    4.2 基于可分解注意力的基准系统模型
        4.2.1 双向长短期记忆模型
        4.2.2 可分解注意力机制
        4.2.3 基于可分解注意力的基准系统模型
    4.3 基于组合注意力机制的诉讼请求评价模型
        4.3.1 高速路神经网络
        4.3.2 自注意力机制
        4.3.3 基于组合注意力机制的诉讼请求评价模型
    4.4 实验结果及分析
        4.4.1 实验数据
        4.4.2 参数设置
        4.4.3 训练
        4.4.4 实验结果及分析
    4.5 本章小结
第5章 基于记忆网络的诉讼请求评价方法研究
    5.1 引言
    5.2 记忆网络
    5.3 基于记忆网络的诉讼请求评价模型
        5.3.1 多头自注意力机制
        5.3.2 基于记忆网络的诉讼请求评价模型
    5.4 实验结果及分析
        5.4.1 参数设置
        5.4.2 实验结果及分析
    5.5 本章小结
第6章 总结与展望
    6.1 本文总结
    6.2 工作展望
参考文献
在读期间发表的学术论文及研究成果
致谢



本文编号：3806667