基于贝叶斯网络的裁判文书分类方法研究.pdfVIP

摘要 在司法领域，向法务工作人员推荐相似裁判文书可以帮助其进行案件分析，理清争议焦 点，协助纠纷双方客观分析现状，拉近双方的期望值，提高解决纠纷的质量和效率。如何快 速而精准地从裁判文书中提取特征信息，并以此为基础高效地对文书进行分类是相似文书推 荐的基础。 裁判文书冗余信息过多，因而关键法律要素提取困难。同时，各法律要素间存在复杂的 逻辑关系，相关性较强。本文针对裁判文书的特点，首先基于平均信息熵指标体系，提出了 一种法律文书表现力评估方法，可有效过滤出现频度较高但主题表现力较差的法律要素，从 而提高法律要素提取效果。其次，针对现有文本表示方法在逻辑关系表示上的不足，提出了 一种民事判决书信息网络模型，从文法基本维度构造法律要素关联网络，为文本分类提供数 据基础，并给出了该关联网络的构造算法。然后，针对传统文本向量化算法word2vec受上下 文窗口大小所限，容易陷入局部最优的缺点，提出了一种基于Network Embedding的关联特 征提取算法，可有效发现法律要素之间的隐含逻辑关系，并给出了法律要素特征序列生成优 化算法。最后，基于法律要素关联特征，设计并实现了两种贝叶斯网络结构学习方法，并在 此基础上进行推理模型的构造，用于裁判文书分类。 实验结果表明，本文所提出的技术与算法在裁判文书的分类问题上，具有较现有的其他 方案更高的分类有效性。 关键字：裁判文书；关联特征；贝叶斯网络；文本分类 I Abstract The recommendation of similar adjudicative documents can help the dispute coordinators to analyze and clarify the focus of disputes, and to improve the quality and efficiency of dispute resolution. Judicial document feature extraction and classification are the basis of high quality recommendations. The key legal elements are essential as document features, while they are hard to be retrieved since most judicial documents contain much redundant information. Furthermore, the element correlations are vital to document classification as well. First, this thesis proposes an effective key legal element extraction method.It evaluates the expressivepower of legal documentsbased on the average information entropy weight index,then the legal elementswith high occurrence frequencies but poor expressiveness are effectively filtered out. Second, a civil adjudicative information network is proposed to model the key legal element and the correlations as a whole. The network construction algorithm is designed and implemented in detail. Since the traditional Word2vec algorithm is easily trapped in local optimum for the context window size limitation, this thesis proposes a legal element correlatio