基于法条知识的刑事类案推荐模型
当前中国裁判文书网很难满足用户自定义案情推荐的需求,类案推荐又区别于传统的文本相似性研究,因为裁判文书具有法律专业性强、文本长度较长等特性,传统文本相似性的研究方法在法律领域的可解释性和效果通常都不尽如人意.为此,该文提出了一个基于法条知识的刑事类案推荐模型,使用预训练BERT对文书的文本序列进行编码,同时利用BiLSTM提取其上下文的法条知识特征,演化为多标签分类任务,最终输出对应的法条向量,然后通过与本地的法条向量库进行余弦相似度匹配,挑选与输出向量最相似向量对应的裁判文书作为模型的推荐结果.
裁判文书、法条知识、类案推荐、BERT-BiLSTM模型
18
TP311(计算技术、计算机技术)
2022-10-20（万方平台首次上网日期，不代表论文的发表时间）
共3页
79-81
