基于卷积神经网络的辅助分案方法研究

摘要：

法院系统中主要有人工指定分案和简单随机分案两种模式.这两种模式无法做到人案的自动匹配,存在金钱案、关系案等弊端.目前分案方法的相关研究主要存在法官表示和案件匹配两个难点.结合法官历史审判数据,在法官表示中融合法官擅长的审判领域,提出一种融合审判质量的法官表示方法.然后,通过卷积神经网络学习案件表示和法官表示中不同粒度的抽象语义特征向量,计算案件和多个法官的特征向量间的余弦相似度,用向量相似度表示案件与法官的匹配度,输出匹配值较高的前N个法官作为案件的推荐法官.在贵州省某法院真实数据下进行实验,结果表明该方法推荐法官的正确率比传统方法高80％.

关键词：文本表示、卷积神经网络、智能分案、智慧法院

所属期刊栏目：8

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;贵州省科技重大专项计划;贵州省科学技术基金重点项目;贵州省研究生科研基金立项课题

在线出版日期：2022-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：145-157