基于分层学习的易混淆法条预测

作     者：程豪 张虎 崔军 赵红燕 谭红叶 李茹 CHENG Hao;ZHANG Hu;CUI Jun;ZHAO Hong-yan;TAN Hong-ye;LI Ru

作者机构：山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 太原科技大学计算机科学与技术学院山西太原030024 

基　　金：国家社会科学基金项目(18BYY074) 山西省重点研发计划基金项目(201803D121055) 山西省研究生联合培养基地人才培养基金项目(2018JD01) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第1期

页      码：278-282页

摘      要：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。

主 题 词：司法智能 法条预测 易混淆法条 分层学习 文本分类 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2020.01.045

馆 藏 号：203878593...