文本表示及其特征生成对法律判决书中多类型实体识别的影响分析

摘要：

[目的]探索法律判决书中不同模型的实体识别效果,为法律知识库的构建奠定基础.[方法]提取刑事判决书中的庭审过程和法院意见构造数据集,比较人工构造特征的CRFs模型和加入预训练词向量做文本表示的自动生成特征的IDCNN-CRFs模型与BiLSTM-CRFs模型的实体识别效果,并在少量其他类型法律判决书文本上比较模型的迁移能力.[结果]ALBERT-BiLSTM-CRFs模型实体识别效果最好,F1微平均值达95.28％;IDCNN-CRFs模型的识别效果低于前者,但训练时间是前者的1/6,两个模型均具有较好的迁移能力.[局限]识别的实体多为通用实体,后续考虑标注更多领域特有实体,增强研究对实际应用的参考价值.[结论]法律判决书的实体识别中,ALBERT-BiLSTM-CRFs和IDCNN-CRFs模型比CRFs模型效果更好,且迁移能力更强.

关键词：法律判决书;特征生成;条件随机场;IDCNN-CRFs;ALBERT-BiLSTM-CRFs

所属期刊栏目：5

分类号：TP393(计算技术、计算机技术)

资助基金：本文系国家自然科学基金面上项目;南京大学文科青年跨学科团队专项;江苏青年社科英才和南京大学仲英青年学者等人才培养计划的研究成果之一

在线出版日期：2021-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：10-25