期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
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
上一页 1 下一页 到第
使用帮助 返回顶部