基于深度学习的判决结果倾向性分析

来源：计算机应用研究杂志2019年第2期北京时间：

作者：王业沛,宋梦姣,王譞,赵志宏,

单位：南京大学软件学院,南京210093；

摘要：判决结果的倾向性分析对于裁判文书的规范化、推荐诉讼律师等后续工作有着重大的意义，但是缺少有效的分析模型。为了充分利用海量数据的裁判文书，提出了一个判决结果倾向性分析的模型。从半结构化的裁判文书中抽取出关键特征，利用模糊匹配的方式对判决结果中的多重实体进行识别和清洗，将处理结果交由基于LSTM的深度学习神经网络进行倾向性判断。通过对三种案由的数据集进行实验，该模型的准确率最高可达98.3%，验证了该模型在判决结果的倾向性分析任务中具有很高的有效性。

关键词：深度学习,长短期记忆模型,判决结果,倾向性分析,

基金资助：江苏省产学研前瞻性联合研究项目(BY2015069-03)；中国博士后创业人才支持计划资助项目(BX201700121)；；