文献

J-GLOBAL ID：202202251651474791   整理番号：22A1003165

ネットワーク表示学習とテキストコンボリューションネットワークのクラス案発見【JST・京大機械翻訳】

Combining Network Representation Learning and Text Convolutional Neural Network for Similar Case Discovery

著者 (4件)： Liang Hongxiang (中国航天科工集団第二研究院,北京 100854) ,  Zhang Buye (東南大学 网絡空間安全学院,南京 211189) ,  Li Weizhuo (東南大学 計算机科学与工程学院,南京 211189) ,  Cheng Qianya (東南大学 計算机科学与工程学院,南京 211189)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 58  号： 2  ページ： 153-160  発行年： 2022年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： “知恵法院”の核心応用の一つとして、類似裁判文書の発見は司法過程における裁判尺度の統一、類案の違い、量刑の不規範などの問題を解決するのに役立つ。現在、一部の方法は裁判文書から領域特徴を要約し、これらの特徴を言語モデルに取り入れて類似文書発見の効果を高める。もう1つの部分は分類タスクに転換し、教師つき学習モデルを利用してモデリングと予測を行う。しかし,既存の方法は,言語モデルと分類モデルのそれぞれの優位性を考慮していない。そのため。ネットワーク表現学習(networkrepresentationlearning)とテキストコンボリューションネットワーク(convolutionalneuralnetworkfortexts)に基づく類案発見方法を提案した。方法:教師なし学習と教師つき学習の視点から、裁判文書中の情報をモデリングし、法律知識体系により、元のモデルの負サンプリング方法(negativesampling)を改良した。最終的に,合理的投票機構を設計して,2つのモデルの結果を融合した。実験結果は,提案した結合方式が,既存の方法と比較して,より高いプッシュアップ精度を得ることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  *学習 ,  *ネットワーク ,  分類 ,  特性 ,  教師なし学習 ,  教師つき学習 ,  モデル ,  機構 ,  投票 ,  方式 ,  文書 ,  言語モデル
準シソーラス用語： 裁判 ,  分類モデル , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 学習 ,  クラス ,  発見