基于深度学习的判决结果倾向性分析

摘要：

判决结果的倾向性分析对于裁判文书的规范化、推荐诉讼律师等后续工作有着重大的意义,但是缺少有效的分析模型.为了充分利用海量数据的裁判文书,提出了一个判决结果倾向性分析的模型.从半结构化的裁判文书中抽取出关键特征,利用模糊匹配的方式对判决结果中的多重实体进行识别和清洗,将处理结果交由基于LSTM的深度学习神经网络进行倾向性判断.通过对三种案由的数据集进行实验,该模型的准确率最高可达98.3％,验证了该模型在判决结果的倾向性分析任务中具有很高的有效性.

关键词：深度学习、长短期记忆模型、判决结果、倾向性分析

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省产学研前瞻性联合研究项目BY2015069-03;中国博士后创业人才支持计划资助项目BX201700121

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：335-338