10.16208/j.issn1000-7024.2020.01.045
基于分层学习的易混淆法条预测
目前针对法条预测的相关研究大都采用文本分类的思想,但模型构建过程都未考虑不同法条之间的从属关系或相似程度,因此对于易混淆法条预测效果普遍较差.针对现有方法在易混淆法条预测中存在的不足,提出基于分层学习的易混淆法条预测方法.将法条分为易区分法条和易混淆法条,按法条内容将易混淆法条组合为不同易混淆法条集并分别训练易混淆法条集预测模型,运用分层学习完成易混淆法条预测.在刑事案件的数据上进行实验,实验结果表明,该模型能较好解决易混淆法条预测问题,提高法条预测准确率.
司法智能、法条预测、易混淆法条、分层学习、文本分类
41
TP391(计算技术、计算机技术)
国家社会科学基金项目;山西省重点研发计划基金项目;山西省研究生联合培养基地人才培养基金项目
2020-04-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
278-282