交通事故的自动判案研究

摘要：

该文针对法律领域民事案件中的"交通事故"类案件进行研究,期望在该"交通事故"数据集上实现自动判案.从"中国裁判文书网"采集14000条数据文本,并对数据进行人工标注.基于对数据集的分析,分别对数据进行粗粒度和细粒度分类,粗粒度为4类,细粒度为8类.该文使用了三种模型:基于SVM的模型、基于BI-GRU的模型和基于Attention+BI-GRU的模型.实验结果表明:在该数据集上,对数据进行粗粒度分类时,基于Atten-tion+BI-GRU的模型F1值为80.26％,基于SVM的模型为77.24％,基于BI-GRU的模型为72.65％.在细粒度分类时,基于BI-GRU的模型F1值为48.59％,基于SVM的模型为38.29％,基于Attention+BI-GRU的模型为40.87％.

关键词：自动判案、神经网络、支持向量机、交通事故

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金14BYY096;河南省科技厅科技攻关项目172102210478

在线出版日期：2019-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：136-144