工作流技术在法院管理系统中的应用

法院管理系统是实现案件受理、立案、案件审理、结案等流程为一体的综合管理系统,案件审理具有多样化的特征。本文运用工作流技术,设计并实现一个法院案件管理系统。该系统依据WfMC提出的工作流参考模型0,对案件审理过程进行任务、角色和权限的抽象,将案件审理过程中的案件受理、立案、审理、结案等通过工作流技术完美地整合在一起,满足了案件审理流程多样化的需求,提高了案件审理的效率。     

一种基于改进Petri网的工作流案件分布式处理系统模型

针对现有的案件处理系统功能单一、效率低、缺乏并行处理和协调优化能力,无法满足现代案件处理需求的问题,基于改进Petri网的工作流技术,解析案件处理特征,对案件处理系统动态过程进行规划、调度和调整,在建模过程中引入Petri网分布式处理框架和工作流的路由结构、触发机制,建立了一种改进Petri的网工作流案件分布式处理系统模型,并对模型进行定义化描述和合理性验证,为司法部门案件处理提供高效、安全、可靠的平台。     

Rough集和数据挖掘应用于案件综合分析

在检察机关中,对大量同类案件进行综合分析并挖掘出有益知识,这对有效预防同类案件的发生具有重要的现实意义.简要介绍了Rough集理论和数据挖掘的基本概念和相关技术;提出基于Rough集合约简和生成决策数方法来分析和挖掘在检察机关贪污案件中的有用知识的模型;并通过结合一个具体真实贪污案件的部分样本数据说明了该模型的可行性和有效性.     

相关案件的数据挖掘

研究案件信息资料的专用数据挖掘技术,提出了相关案件的发现模型,并讨论了其实现方法;对案件串联、案件分析有十分重要的现实意义．     

基于短信方式的网络钓鱼犯罪侦查对策研究

文章从基于手机短信的网络钓鱼典型案件入手,对网络钓鱼流程展开分析,提取出该类犯罪活动特征,并依据该犯罪特征从侦查方法和安全防范两个角度,对基于手机短信式的网络钓鱼案件进行了分析和总结,为侦办该类违法案件提供参考.     

SOM网络模型在刑事案件并案侦查中的应用

在公安信息化应用过程中，对于刑事案件信息系统数据的应用仅限于存储、查询、和检索，而对这些数据进行更深层次的挖掘必将有利于提高案件的侦破水平和破案效率。并案侦查是公安机关刑事案件侦查中的一种重要手段，文章针对刑事案件信息数据的特点，在对案件相关信息预处理的基础上，通过构建自组织特征映射神经网络，对相同或相似案件进行聚类分析，为刑侦人员串并案件提供了一种新的方法，同时也为公安机关进行案件分析、发布预警信息提供辅助参考依据。     

案件要素句子关联图卷积的案件舆情摘要方法

案件舆情摘要是从涉及特定案件的新闻文本簇中,抽取能够概括其主题信息的几个句子作为摘要.案件舆情摘要可以看作特定领域的多文档摘要,与一般的摘要任务相比,可以通过一些贯穿于整个文本簇的案件要素来表征其主题信息.在文本簇中,由于句子与句子之间存在关联关系,案件要素与句子亦存在着不同程度的关联关系,这些关联关系对摘要句的抽取有着重要的作用.提出了基于案件要素句子关联图卷积的案件文本摘要方法,采用图的结构来对多文本簇进行建模,句子作为主节点,词和案件要素作为辅助节点来增强句子之间的关联关系,利用多种特征计算不同节点间的关联关系.然后,使用图卷积神经网络学习句子关联图,并对句子进行分类得到候选摘要句.最后,通过去重和排序得到案件舆情摘要.在收集到的案件舆情摘要数据集上进行实验,结果表明：提出的方法相比基准模型取得了更好的效果,引入要素及句子关联图对案件多文档摘要有很好的效果.     

基于密度的空间数据聚类的正常用户筛选方法

第三方支付需要通过有效的欺诈识别方法去进行风险控制,但通过复杂的案件识别模型对每次交易都执行案件判别会降低正常用户的体验。因此第三方支付希望对于正常用户,能够不通过复杂的案件识别系统而通过一个简单的模型系统直接放行以减少对正常用户的打扰。在样本极不均衡的情况下,针对第三方支付的正常用户识别问题,提出了一种基于DBSCAN算法的过滤方法。该方法首先利用信息值( IV)筛选特征,利用信息增益率对特征进行加权,再利用DBSCAN算法来识别案件的分布特征并排除异常案件,计算所有样本与案件聚类质心的距离来筛选出正常用户。实验表明,在保证漏过案件不超过总案件数5%且筛选出的样本中案件占比不大于0.03%的指标前提下,能直接筛选出比指标下限30%更多的正常用户,可达到42.518%,即接近42%的用户可以不用进行案件识别而直接继续其下一步操作,有效提升了总体交易效率。     

融合案件要素的相似案例匹配

相似案例匹配是智慧司法中的重要任务,其通过对比两篇案例的语义内容判别二者的相似程度,能够应用于类案检索、类案类判等。相对于普通文本,法律文书不仅篇幅更长,文本之间的区别也更微妙,传统深度匹配模型难以取得理想效果。为了解决上述问题,该文根据文书描写规律截取文书文本,并提出一种融合案件要素的方法来提高相似案件的匹配性能。具体来说,该文以民间借贷案件为应用场景,首先基于法律知识制定了6种民间借贷案件要素,利用正则表达式从法律文书中抽取案件要素,并形成词独热形式的案件要素表征;然后,对法律文本倒序截取,并通过BERT编码得到法律文本表征,解决法律文本的长距离依赖问题;接着使用线性网络融合法律文本表征与案件要素表征,并使用BiLSTM对融合的表征进行高维度化表示;最后通过孪生网络框架构建向量表征相似性矩阵,通过语义交互与向量池化进行最终的相似度判断。实验结果表明,该文模型能有效处理长文本并建模法律文本的细微差异,在CAIL2019-SCM公共数据集上优于基线模型。     

基于案件要素指导及深度聚类的新闻与案件相关性分析

新闻与案件相关性分析是案件领域新闻舆情分析的基础,其可以转化为文本聚类问题。由于缺乏有效的监督信息,传统聚类方法易导致聚类发散,降低结果的准确性。针对案件和新闻文本的特点,该文提出了基于案件要素指导及深度聚类的新闻与案件相关性分析方法。该方法首先抽取出重要的句子表征文本;然后利用案件要素对案件进行表征,用于初始化聚类中心,指导聚类的搜索过程;最后选用卷积自编码器获得文本表征,利用重构损失和聚类损失联合训练网络,使文本的表征更接近于案件,并将文本表征和聚类过程统一到同一框架中,交替更新自编码器参数及聚类模型参数,实现文本聚类。实验表明,该文的方法较基线方法在准确率上提高了4.61%。     

谷歌和万方“侵权门”事件之比较分析

本文首先简要介绍了谷歌和万方侵权案件,进行了较全面的比较、分析,并提出了相应的解决方案。     

浅谈我国的计算机信息系统安全案件报告制度

我国计算机信息系统安全法确立了九大制度,其中之一就是计算机信息系统安全案件报告制度。但是,由于目前我国乃工其他国家的计算机信息系统安全案件报告率都非常低,以至于这项制度难以很好地在实践中贯彻执行。当然,这既有法律宣传上的问题,也有使用单位的认识问题。有鉴于此,本文对我国的计算机信息系统安全案件报告制度进行了简要介绍,以期强化计算机信息系统使用单位的安全案件报告意识,并加强我国计算机信息系统的安全管理与保护     

网络赌球犯罪问题研究

本文列举了近年来比较重要的网络赌球案件,并对网络赌球活动进行了介绍,分析了其特点,并阐述了惩治网络赌球活动的手段。     

人工智能语言处理技术在非结构化案件数据中的应用

随着信息技术的快速发展,以文本、音频形式记录在案的非结构化数据急速增长,传统的案件人工处理方式已经很难满足应用需求,对公安机关案件侦查带来了重大挑战.对此,本文提出了利用人工智能技术领域的自然语言处理技术,对侵财类案件、电信诈骗类案件、团伙类案件等业务类型的信息系统中报警内容、简要案情、询问笔录等特征信息进行提取分析,实现非结构化文本挖掘分析,为侦查部门、情报部门提供研判支撑,再通过发案时空与犯罪轨迹的信息比对碰撞,并结合作案工具、作案手段等犯罪特点,从中发现高危犯罪嫌疑人进行主动推荐,可极大地缩小侦查范围,提高侦破效率.     

基于案件要素指导的涉案舆情新闻文本摘要方法

涉案舆情新闻文本摘要任务是从涉及特定案件的舆情新闻文本中,获取重要信息作为其简短摘要,因此对于相关人员快速掌控舆情态势具有重要作用。涉案舆情新闻文本摘要相比开放域文本摘要任务,通常涉及特定的案件要素,这些要素对摘要生成过程有重要的指导作用。因此,该文结合深度学习框架,提出了一种融入案件要素的涉案舆情新闻文本摘要方法。首先构建涉案舆情新闻摘要数据集并定义相关案件要素,然后通过注意力机制将案件要素信息融入新闻文本的词、句子双层编码过程中,生成带有案件要素信息的新闻文本表征,最后利用多特征分类层对句子进行分类。为了验证算法有效性,在构造的涉案舆情新闻摘要数据集上进行实验。实验结果表明,该方法相比基准模型取得了更好的效果,具有有效性和先进性。     

基于动态记忆案件描述的涉案微博评论讽刺句检测方法

涉案微博评论讽刺句检测的难点在于评论句字面语义与实际情感存在着较大差异,仅利用评论本身的特征难以判断,而涉案微博正文是案件的事实性描述,可以将其作为评论讽刺句检测的依据。为此,该文提出一种基于动态记忆案件描述的讽刺检测方法。首先利用动态记忆机制对微博正文进行案件特征抽取,其次利用注意力机制获得评论句特征,并与案件特征进行一致性比较,最后基于比较的特征进行讽刺句分类。实验结果表明,该文所提出方法的准确率和F₁值分别达到85.65%和85.91%,较基线模型有较大提升,验证了案件描述对涉案微博评论讽刺句检测有很好的支撑作用。     

网络传销案件中电子证据的获取与分析

文章阐述了网络传销犯罪案件具有涉案人员众多、涉案金额巨大、侦查取证难度较大、欺骗手段不断翻新等特点,对此类案件的隐蔽性强、欺骗性大、影响范围广等危害性进行了描述。文章以一起典型的网络传销案件为例,对网络传销案件的证据查找、提取分析以及此类案件的预防打击等进行了分析。     

基于CRF的交通肇事诉讼案件关键要素抽取

针对案件判决相关人员办理诉讼案件案头杂、采集信息散、办案时间长等问题,提出一个基于条件随机场的交通肇事诉讼案件关键要素抽取模型。该模型借鉴信息抽取技术,通过构建关键要素标注集并建成语料库,设计不同的特征模板,充分结合交通肇事领域诉讼案件的文本特点,考虑窗口长度以及不同特征的选择和组合,基于PyCharm平台对交通肇事诉讼案件进行训练测试。实验结果表明,最优的特征模板能以80.15%的F1值抽取交通肇事诉讼案件中的关键要素,且不同的分词工具对关键要素识别结果有影响。并且提出的模型为快速正确地给出公平公正的裁判结果作了有效的探索和尝试。     

刑事案件信息数据库中的关联规则分析

利用数据挖掘中的有关方法和技术,对刑事案件信息数据进行分析研判,得出各类犯罪之间的关联规则,为公安机关对相似案件的侦破提供分析依据,并对犯罪案件的发展趋势进行预测,提前采取相关措施,减少违法案件的发生。     

面向不均衡类别朴素贝叶斯犯罪案件文本分类

针对案件文本的特点,提出了具有针对性的特殊文本预处理方法,并比较了两种有效的特征选择方法。针对案件类别分布不均衡的特点,提出了改进的多变量贝努里模型。实验结果表明,改进的多变量贝努里模型有效地提高了案件文本分类的准确率。