基于机器学习的司法数据分析及建模研究——以“故意伤害罪”为例

摘要：

当今社会,司法审判工作日益受到人民与社会的关注,其合理性常常被视为国家司法机关执法公正有效的重要评价标准之一.运用大数据挖掘技术对故意伤害罪判决刑期进行有效预测,能够科学地提高司法审判公正性,并为国家法律制度的进一步完善提供理论依据.本文通过采集近几年贵州法院“故意伤害罪”案由的数据信息,然后运用CRF等技术进行数据预处理,进而通过对模糊C均值聚类、主成分分析、深度神经网络和岭回归等多种典型机器学习算法的比较和融合,构建故意伤害罪判罚刑期预测的专家系统模型.通过理论分析和实验验证,该模型对判罚刑期具有精准的预测效果.结果 表明,文章基于机器学习方法搭建的专家智能审判系统模型对审判机关判案具有较高的利用价值.

关键词：故意伤害罪、机器学习算法、深度神经网络、专家智能审判系统模型

所属期刊栏目：10

分类号：TP391(计算技术、计算机技术)

资助基金：上海市自然科学基金18ZR1427100

在线出版日期：2020-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：89-94