国内刊号:37-1389/N
国际刊号:1671-9352
发布日期:
作者:赖华,张恒滔,线岩团,黄于欣
单位:1.昆明理工大学信息工程与自动化学院, 云南 昆明 650500;2.昆明理工大学云南省人工智能重点实验室, 云南 昆明 650500
关键词:相似案例匹配,文本匹配,法律智能,卷积,仿射变换,
基金:国家自然科学基金资助项目(61966020);国家重点研发计划资助项目(2018YFC0830104,2018YFC0830105,2018YFC0830100);云南省基础研究计划资助项目(202001AT070046)
相似案例匹配任务旨在判断2篇裁判文书所描述的案件是否相似,通常被看作裁判文书的文本匹配问题,在司法审判过程中具有重要的应用。现有深度学习模型大多将案例长文本编码为单一向量表示,模型很难从长文本中学习到裁判文书之间的细微差异。考虑到案例文本各部分的内容较为固定,本文提出将案例长文本拆分为多个片断并分别编码,以便获取不同部分的细微特征;同时,采用可学习仿射变换改进相似度打分模块,使模型学习到了更多细微的差异,进一步提高了案例匹配的性能。在CAIL2019-SCM数据集上的实验结果表明,本文提出方法与现有方法相比准确率提升了1.89%。
来源:2023年第1期
《山东大学学报(理学版)》期刊编辑部