典型文献
基于卷积神经网络的辅助分案方法研究
文献摘要：
法院系统中主要有人工指定分案和简单随机分案两种模式.这两种模式无法做到人案的自动匹配,存在金钱案、关系案等弊端.目前分案方法的相关研究主要存在法官表示和案件匹配两个难点.结合法官历史审判数据,在法官表示中融合法官擅长的审判领域,提出一种融合审判质量的法官表示方法.然后,通过卷积神经网络学习案件表示和法官表示中不同粒度的抽象语义特征向量,计算案件和多个法官的特征向量间的余弦相似度,用向量相似度表示案件与法官的匹配度,输出匹配值较高的前N个法官作为案件的推荐法官.在贵州省某法院真实数据下进行实验,结果表明该方法推荐法官的正确率比传统方法高80％.
文献关键词：
文本表示;卷积神经网络;智能分案;智慧法院
中图分类号：
作者姓名：
敖绍林;秦永彬;黄瑞章;陈艳平;刘丽娟;郑庆华;陈昌恒;程少芬
作者机构：
贵州大学计算机科学与技术学院,贵州 贵阳 550025;公共大数据国家重点实验室,贵州 贵阳 550025;贵州师范学院,贵州 贵阳 550025;西安交通大学计算机科学与技术学院,陕西 西安 710049;贵州省高级人民法院,贵州 贵阳 550081
文献出处：
引用格式：
[1]敖绍林;秦永彬;黄瑞章;陈艳平;刘丽娟;郑庆华;陈昌恒;程少芬-.基于卷积神经网络的辅助分案方法研究)[J].大数据,2022(02):145-157
A类：
智能分案
B类：
法院系统,两种模式,自动匹配,金钱,法官,结合法,审判,擅长,表示方法,神经网络学习,学习案,不同粒度,语义特征,特征向量,余弦相似度,匹配度,真实数据,文本表示,智慧法院
AB值：
0.274675
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。
