10.3969/j.issn.2095-2163.2023.04.015
基于AlBert-Tiny-DPCNN的案件事实倾向性类别预测
近年来,随着智慧司法的推进,中国裁判文书作为重要的研究对象,衍生了诸多任务,但针对裁判文书的研究大多基于刑事案件,缺乏对民事案件领域下的研究.本文结合预训练词向量、文本分类模型等技术,对民间借贷这一细分领域下的案件事实标签预测进行研究,为现有的案件事实提供同类别的有参考价值的裁判文书,减少相关工作者在大量数据中寻找所耗费的时间.本文提出了基于Albert-Tiny-DPCNN的分类模型,该模型采用注意力机制与标签平滑归一化技术来提高模型的精度,并在实验数据集上验证了模型的有效性.
深度学习、裁判文书、文本分类、预训练词向量
13
TP391(计算技术、计算机技术)
2023-05-25（万方平台首次上网日期，不代表论文的发表时间）
共6页
91-96
