基于主题模型的法院文本典型案例推荐

吕宾; 侯伟亮

Chinese

您当前的位置：

首页 >

文章列表页 >

基于主题模型的法院文本典型案例推荐

更新时间：2026-09-04

- 基于主题模型的法院文本典型案例推荐
- Typical Case Recommendation of Court Texts Based on Topic Model
- 微电子学与计算机 2018年35卷第2期页码：128-132
- 作者机构：
  
  北京华宇信息技术有限公司,北京,100084
- 作者简介：
- 基金信息：
  
  国家重点研发计划 2016YFC0800802
- DOI：
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
吕宾, 侯伟亮. 基于主题模型的法院文本典型案例推荐[J]. 微电子学与计算机, 2018, 35(2): 128-132.

LV Bin, HOU Wei-liang. Typical Case Recommendation of Court Texts Based on Topic Model[J]. 2018, 35(2): 128-132.
吕宾, 侯伟亮. 基于主题模型的法院文本典型案例推荐[J]. 微电子学与计算机, 2018, 35(2): 128-132. DOI：

LV Bin, HOU Wei-liang. Typical Case Recommendation of Court Texts Based on Topic Model[J]. 2018, 35(2): 128-132. DOI：

摘要

考虑到案件不能量化、业务法官经验局限以及相似案件的认定缺乏统一的标准和尺度等因素

提出一种基于主题模型的法院文本典型案例推荐模型

基于本模型从相似度最大的文本中利用正则和加权的方法根据法院文本中判决年限和对应刑法给出推荐.同时对案件进行深度挖掘和分析

将相似度最高的案件定为最优推荐案件推荐给用户.实验结果表明

提出的基于主题模型的文本相似度计算方法跟传统的方法相比能够取得更好的F值.

Abstract

Taking into account that the case cannot be quantified

the limited experience of business judge

the lack of unified standards for the identification of similar cases and other factors

a typical model of court texts based on topic model is proposed in this paper. The recommendation is given by regular and weighted method according to the number of years of judgment and corresponding criminal law from the maximum similarity text in court texts based in this model. While the highest similarity of the case as the best recommendation case to the user. Experimental results show that the method based on topic model proposed in this paper is superior to the traditional text similarity measure in F-metrics.

关键词

Keywords

references

Kashyap A, Han L, Yus R, et al. Robust semantic text similarity using LSA, machine learning, and linguistic resources[J]. Language Resources and Evaluation, 2016, 50(1): 125-161. DOI: 125

Si X, Liu Z, Li P, et al. Content-based and Graph-based Tag Suggestion[C]//DC@ PKDD/ECML. 2009.

Blei D M, Ng A Y, Jordan M I. Latent dirichlet allocation[J]. Journal of machine Learning research, 2003, 3(Jan): 993-1022. DOI: 993

Wang F, Xu T, Tang T, et al. Bilevel feature extraction-based text mining for fault diagnosis of railway systems[J]. IEEE Transactions on Intelligent Transportation Systems, 2017, 18(1): 49-58. DOI: 49

Iwata T, Yamada T, Ueda N. Modeling social annotation data with content relevance using a topic model[C]//Advances in Neural Information Processing Systems. 2009: 835-843.

Wilson A T, Chew P A. Term weighting schemes for latent dirichlet allocation[C]//human language technologies: The 2010 annual conference of the North American Chapter of Association for Computational Linguistics. Association for Computational Linguistics, 2010: 465-473.

黄承慧, 印鉴, 侯昉. 一种结合词项语义信息和TF-IDF方法的文本相似度量方法[J]. 计算机学报, 2011, 34(5): 856-864. DOI: 856

张永安. 审判案例自动抽取与标注模型研究[J]. 现代图书情报技术, 2013 (6): 23-29. DOI: 23

詹志建, 杨小平. 基于语言网络和语义信息的文本相似度计算[J]. 计算机工程与应用, 2014 (5): 33-38. DOI: 33

李素建. 基于语义计算的语句相关度研究[J]. 计算机工程与应用, 2002, 38(7): 75-76. DOI: 75

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于反向体偏置的高增益稳定性高温运放设计

超低功耗实时时钟电路的设计

基于MSS-YOLO-MPHands融合架构的装配手部动作识别研究

基于区块链的AI生成内容溯源框架设计研究

一种用于极低压boost系统的高效率电荷泵