文献

J-GLOBAL ID：202102292082012600   整理番号：21A0539651

交通法事例に関する法律記事予測の経験的研究【JST・京大機械翻訳】

An Empirical Study of Law Articles Prediction on Transportation Legal Cases

著者 (6件)： Yang Yifei (State Grid Jiangsu Electric Power Company,Nanjing,China,210024) ,  Yuan Wei (Nanjing University,State Key Laboratory for Novel Software Technology,Nanjing,China,210093) ,  Li Yansong (State Grid Jiangsu Electric Power Company,Nanjing,China,210024) ,  Wang Desheng (State Grid Jiangsu Electric Power Company,Nanjing,China,210024) ,  Liu Jia (Nanjing University,State Key Laboratory for Novel Software Technology,Nanjing,China,210093) ,  He Tieke (Nanjing University,State Key Laboratory for Novel Software Technology,Nanjing,China,210093)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： DSA  ページ： 125-130  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 法的インテリジェンスは,近年の急速な発展を経験している有望な分野であり,そして,ジュジ空間文書分析に関する研究は,この分野における重要かつコアタスクになった。これらの研究の中で,法律論文予測は,遅い発展を経験し,実際の使用から遠い。それは実際にマルチラベル分類タスクである。以前の研究は,単にラベルとして法則論文に関して,それらの意味的意味を無視した。また,法律論文テキストとの事実を結合して,他のテキスト形式と同じ方法で法則論文を扱う。本研究では,従来の機械学習手法と深層学習法の両方を含む9つのモデルを有する輸送法的事例に関する広範囲な実験を考慮して,法律論文の意味論を取り入れた。より良い測定のため,このタスクに適した新しいメトリックを提案した。結果は,法的事例の意味的意味を利用する有効性を示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意味論 ,  有効性 ,  *機械学習
準シソーラス用語： ホップ数 ,  マルチラベル分類 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 交通 ,  法律 ,  記事 ,  予測 ,  経験 ,  研究