期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于词嵌入约束和图卷积神经网络的法律案情分类模型构建研究
1
作者
孟春运
谈镇
+1 位作者
栾力
abeo timothy apasiba
《江苏科技大学学报(自然科学版)》
2025年第2期84-91,共8页
图卷积神经网络善于理解文本整体结构和语义信息,可捕获文本数据中的全局关联性,但训练数据的质量会影响其分类性能.因此,提出了基于词嵌入约束和图卷积神经网络的法律案情分类模型,该模型以法律案情数据为基础,构建全局词语共现信息的...
图卷积神经网络善于理解文本整体结构和语义信息,可捕获文本数据中的全局关联性,但训练数据的质量会影响其分类性能.因此,提出了基于词嵌入约束和图卷积神经网络的法律案情分类模型,该模型以法律案情数据为基础,构建全局词语共现信息的异构图,输入图卷积网络实现司法案件的归纳和分类.同时,利用预训练好的词嵌入模块提取局部连续词之间的语义相关性信息.通过余弦相似度层对高维词语特征向量进行约束,使全局词语共现和局部语义相关性特征在分类过程中协同作用.在法律文书数据集上,模型在给予数据全部标签和部分标签两种情况下均获得最优F1值,超参数敏感度测定验证了模型结构的合理性,文本分类特征的可视化进一步证实了模型的有效性.
展开更多
关键词
深度学习
数据挖掘
文本分类
司法效率
图卷积神经网络
在线阅读
下载PDF
职称材料
题名
基于词嵌入约束和图卷积神经网络的法律案情分类模型构建研究
1
作者
孟春运
谈镇
栾力
abeo timothy apasiba
机构
江苏科技大学经济管理学院
中国科学技术大学公共事务学院
泰米尔技术大学应用科学与技术学院
出处
《江苏科技大学学报(自然科学版)》
2025年第2期84-91,共8页
基金
国家社会科学基金重点项目(16AJL008)。
文摘
图卷积神经网络善于理解文本整体结构和语义信息,可捕获文本数据中的全局关联性,但训练数据的质量会影响其分类性能.因此,提出了基于词嵌入约束和图卷积神经网络的法律案情分类模型,该模型以法律案情数据为基础,构建全局词语共现信息的异构图,输入图卷积网络实现司法案件的归纳和分类.同时,利用预训练好的词嵌入模块提取局部连续词之间的语义相关性信息.通过余弦相似度层对高维词语特征向量进行约束,使全局词语共现和局部语义相关性特征在分类过程中协同作用.在法律文书数据集上,模型在给予数据全部标签和部分标签两种情况下均获得最优F1值,超参数敏感度测定验证了模型结构的合理性,文本分类特征的可视化进一步证实了模型的有效性.
关键词
深度学习
数据挖掘
文本分类
司法效率
图卷积神经网络
Keywords
deep learning
data mining
text classification
judicial efficiency
graph convolutional neural network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于词嵌入约束和图卷积神经网络的法律案情分类模型构建研究
孟春运
谈镇
栾力
abeo timothy apasiba
《江苏科技大学学报(自然科学版)》
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部