典型文献
一种融合法律知识的相似案例匹配模型
文献摘要：
[目的]构建融合法律知识的相似案例匹配模型,提升相似案例匹配任务准确率.[方法]首先将法律知识与案情文本拼接,让模型同时学习法律知识和文本信息的特征;其次,使用LSTM网络对文本进行分段建模,增强模型所能容纳的文本长度;最后,结合三元组损失和基于对抗的对比损失共同训练模型,增强模型的鲁棒性.[结果]本文模型能够极大地提升相似案例匹配任务的准确率,相比BERT基线模型提升7.07个百分点.[局限]模型使用更长的文本序列进行匹配,相比其他模型更加耗时.[结论]本文模型融合法律先验知识,具有更强的匹配效果和泛化能力,有助于辅助法律专业人员进行相似案例检索.
文献关键词：
案例匹配;BERT;法律知识;分段建模;三元组损失
中图分类号：
作者姓名：
郑洁;黄辉;秦永彬
作者机构：
贵阳职业技术学院信息科学系 贵阳 550081;贵州大学计算机科学与技术学院 贵阳 550025
文献出处：
引用格式：
[1]郑洁;黄辉;秦永彬-.一种融合法律知识的相似案例匹配模型)[J].数据分析与知识发现,2022(07):99-106
A类：
B类：
法律知识,相似案例匹配,匹配模型,案情,拼接,文本信息,分段建模,增强模型,所能,能容,容纳,三元组损失,对比损失,训练模型,BERT,基线模型,百分点,模型使用,模型融合,先验知识,泛化能力,法律专业,专业人员,案例检索
AB值：
0.300761
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。
