基于深度学习的法律文书识别方法研究

来源 :电子科技 | 被引量 : 0次 | 上传用户:a4936543
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提升数字化法律文书知识库的建设效率,文中提出了基于深度学习理论的法律文书识别方法。该方法基于长短期记忆(LSTM)网元结构构建深度神经网络,引入遗忘门进行网元的状态更新,使用Softmax函数作为非线性传播函数,实现自然语言中的实体识别。经测试,该方法可以有效的提取法律文书中的当事人姓名、案由和审判机构等;在文中所采用的测试集上,相较于CRFs算法,该方法在准确率、召回率和F上均可以取得约10%的提升。
其他文献
本文以沪深两市2005-2010年391家上市公司为样本,检验了大股东控制对中国上市公司现金持有价值的影响。研究发现,第一大股东持股比例与企业价值间是一种近似U型的非线性关系,第
在以往的文章中,我曾对中国的房价,特别是大城市房价飞涨的因素进行过分析,如投机者的炒作,官商联手的推动,价格垄断的作用,城市化的助力,以及失衡社会导致的资源集中等。但除此之外
由于现阶段Galileo可见星数量有限,使Galileo接收机的研究与测试遇到了一定的困难。针对这一现象,文中采用了一种基于时间压扩特性的到达信号模拟算法,结合矢量信号发生器硬