|
|||||
|
|
| 基于词语语义差异性的多标签罪名预测 | |
| 引用本文： | 王加伟,张虎,谭红叶,王元龙,赵红燕,李茹. 基于词语语义差异性的多标签罪名预测[J]. 中文信息学报, 2019, 33(10): 127-134 |
| 作者姓名： | 王加伟 张虎 谭红叶 王元龙 赵红燕 李茹 |
| 作者单位： | 1.山西大学 计算机与信息技术学院,山西 太原 030006; 2.太原科技大学 计算机科学与技术学院,山西 太原 030024; 3.山西大学 计算智能与中文信息处理教育部重点实验室,山西 太原 030006 |
| 基金项目： | 国家社会科学基金(18BYY074);山西省重点研发计划项目(201803D121055);山西省研究生联合培养基地人才培养项目(2018JD01) |
| 摘 要： | 罪名预测是智慧司法领域中的一项重要研究内容,其旨在依据犯罪事实自动预测出犯罪主体触犯的罪名。犯罪事实是案件的真实客观描述,犯罪事实中各词语的语义重要性在不同罪名的判决中有所差异,而现有方法在对犯罪事实建模的过程中往往忽略了这种语义差异性,且缺乏对数罪并罚情形的处理。为此,该文在对犯罪事实的建模过程中将词语的语义差异融入注意力机制;并将数罪并罚情形下的多标签罪名预测转化为多个独立的单标签罪名预测。实验结果表明,该文基于词语语义差异性建模和多标签转化策略均有利于提升罪名预测的效果,在“中国法研杯”2018司法人工智能挑战赛公布的数据集上达到了88.0%的F1值。 |
| 关 键 词： | 罪名预测 语义差异性 多标签 |
Multi-label Charge Prediction Based on Semantic Differences of Words |
|
| WANG Jiawei,ZHANG Hu,TAN Hongye,WANG Yuanlong,ZHAO Hongyan,Li Ru. Multi-label Charge Prediction Based on Semantic Differences of Words[J]. Journal of Chinese Information Processing, 2019, 33(10): 127-134 | |
| Authors: | WANG Jiawei ZHANG Hu TAN Hongye WANG Yuanlong ZHAO Hongyan Li Ru |
| Affiliation: | 1.School of Computer and Information Technology, Shanxi University, Taiyuan, Shanxi 030006, China; 2.School of Computer Science and Technology, Taiyuan University of Science and Technology, Taiyuan, Shanxi 030024, China; 3.Key Laboratory of Ministry of Education for Computation Intelligence and Chinese Information Processing, Shanxi University, Taiyuan, Shanxi 030006, China |
| Abstract: | |
| Keywords: | charge prediction semantic differences multi-label |
| 点击此处可从《中文信息学报》浏览原始摘要信息 | |
| 点击此处可从《中文信息学报》下载全文 | |
