典型文献
基于深度语义匹配的法律条文推荐方法
文献摘要：
法律条文(简称法条)是司法量刑的主要依据,法律条文的精准推荐,能够辅助提高法律智能判决的质量.目前,主流的法条推荐模型是将有限数量的法条当作类别标签,采用分类的思想,根据法律文书的案例描述将其归类到相关的法条.但是法条作为法律规范的文字表述形式,现有的分类方法简单将其作为类别标签的索引编号,导致对其语义信息利用不足,影响了推荐质量.针对此问题,研究将主流的法条推荐方法从分类模型转化为语义匹配模型,提出了基于深度语义匹配的法条推荐方法(DeepLawRec).该方法包含局部语义匹配模块和全局语义推荐模块,分别设计双向Transformer卷积网络模型和基于回归树的推荐模型,在理解文本序列的同时,关注与法条匹配学习相关的局部语义特征,增强法条推荐的准确率和可解释性.在公开数据集上的实验结果表明,DeepLawRec方法在推荐质量上优于传统的文本分类以及经典的语义匹配方法,并进一步探讨了如何分析和判读推荐结果.
文献关键词：
法律条文推荐;语义匹配;卷积神经网络;可解释性
中图分类号：
作者姓名：
李琳;段围;周栋;袁景凌
作者机构：
武汉理工大学 计算机科学与技术学院, 湖北 武汉 430070;湖南科技大学 计算机科学与工程学院, 湖南 湘潭 411201
文献出处：
引用格式：
[1]李琳;段围;周栋;袁景凌-.基于深度语义匹配的法律条文推荐方法)[J].软件学报,2022(07):2618-2632
A类：
法律条文推荐,DeepLawRec
B类：
语义匹配,推荐方法,称法,法条,量刑,精准推荐,高法,判决,推荐模型,法律文书,法律规范,分类方法,索引,编号,语义信息,信息利用,分类模型,匹配模型,全局语义,Transformer,卷积网络,回归树,理解文本,匹配学习,语义特征,可解释性,公开数据集,文本分类,匹配方法,判读
AB值：
0.300691
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
