科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着社会法治化发展，法院受案数量呈爆发式增长，各证据要素之间关联较弱，影响法律审判效率。基于上述问题，提出一种基于深度学习的多维度证据要素关联关系抽取模型，设计基于BERTBiGRUCNN模型的证据要素关联关系抽取算法。本文以裁判文书为数据集，使用BERT训练所需字词向量，开展BERT、BERTCNN、BERTBiGRU以及BERTBiGRUCNN的对比研究，研究关系抽取技术在证据要素间的识别效果。研究表明，采用BERTBiGRUCNN算法在多要素证据关联关系之间的识别效果最好，且相比于其他模型，BERTBiGRUCNN的F1得分达到84.3%。
-
单位中国司法大数据研究院有限公司
