文档名：交通事故的自动判案研究
该文针对法律领域民事案件中的“交通事故”类案件进行研究,期望在该“交通事故”数据集上实现自动判案.该文从“中国裁判文书网”采集数据文本,按照两种分类模式进行分类,分别为粗粒度分类和细粒度分类,粗粒度分类为4类,细粒度分为8类,并对文本进行人工标注.该文使用了三种模型,分别为:基于SVM的模型、基于BI-GRU的模型和基于Attention+BI-GRU的模型.三种模型的实验结果表明:在本数据集上,对数据进行粗粒度分类时,基于Attention+BI-GRU的模型F1值为80.26％,基于SVM的模型为77.24％,基于BI-GRU的模型为72.65％.在细粒度分类时,基于BI-GRU的模型F1值为48.59％,基于SVM的模型的为38.29％,基于Attention+BI-GRU的模型为40.87％.
作者：尹何举 昝红英 陈俊怡 翟新丽
作者单位：郑州大学信息工程学院,河南省郑州450000郑州大学法学院,河南省郑州450000
母体文献：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)论文集
会议名称：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)
会议时间：2018年10月19日
会议地点：长沙
主办单位：中国中文信息学会
语种：chi
分类号：
关键词：交通事故 自动判案 神经网络 支持向量机
在线出版日期：2021年9月13日
基金项目：
相似文献
相关博文
- 文件大小:
- 872.89 KB
- 下载次数:
- 60
-
高速下载
|
|
