典型文献
基于规则推理和贝叶斯网络算法的多方证据关联分析
文献摘要：
目前,中国司法数据存在数据价值密度低,关联性差等问题.从大量的冗杂司法数据中进行文本分类的高效处理,快速提取出有效信息,不仅能够有效地节约法院诉讼服务的人力及空间资源,同时能够为公众随时提供简单、安全、智慧、高效的诉讼智能服务.因此,文中设计出一种基于规则推理和贝叶斯网络算法的多方证据关联分析方法,从海量司法数据中删除噪音数据,进而完成对关键信息的抽取与证据要素识别.根据数据中当事人的诉讼材料,形成结构化的证据要素,通过多方证据关联模型中证据链条实验结果与真实证据链条相似度计算结果抽取出多方证据要素的关联关系,有效实现可信证据链条的深度挖掘.
文献关键词：
司法数据;规则推理;贝叶斯网络算法;文本分类
中图分类号：
作者姓名：
赵晋斌;王凯;李盼
作者机构：
中国人民解放军61646部队,北京 100191;中经柏诚科技(北京)有限责任公司,北京 100000;中国司法大数据研究院有限公司,北京100043
文献出处：
引用格式：
[1]赵晋斌;王凯;李盼-.基于规则推理和贝叶斯网络算法的多方证据关联分析)[J].中国电子科学研究院学报,2022(05):508-514
A类：
B类：
基于规则,规则推理,贝叶斯网络算法,方证,证据关联,司法数据,数据价值密度,冗杂,文本分类,高效处理,快速提取,有效信息,约法,法院,诉讼服务,空间资源,智能服务,中设计,删除,除噪,噪音,关键信息,要素识别,当事人,关联模型,证据链,相似度计算,关联关系,深度挖掘
AB值：
0.328093
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。
