基于裁判文书的案件罪名预测方法研究开题报告

 2020-02-20 09:02

1. 研究目的与意义(文献综述)

法律智能旨在赋予机器阅读理解法律文本与定量分析案例的能力,完成罪名预测、法律条款推荐、刑期预测等具有实际应用需求的任务,有望辅助法官、律师等人士更加高效地进行司法判决。近年来,以深度学习和自然语言处理为代表的人工智能技术取得巨大突破,也开始在法律智能领域崭露头角,受到学术界和产业界的广泛关注。目前,我国每年约产生6亿人次的法务需求,而全国从业律师不足40万,每人拥有律师数目远低于发达国家平均水平,迫切需要人工智能的力量来向个人和企业提供高效的法律咨询服务。同时,法律智能的应用也可以帮助提高法律服务机构的工作效率、降低成本以及减轻雇员压力,可以帮助法官实现同案同判,即所谓的大数据司法确保公平正义,是实现国家司法公正、高效的理想途径。因此,法律智能的发展将成为未来的趋势,具备极高的研究价值。

国内外与法律智能相关的研究已经开展了多年,最早可以追溯到1987年在美国波士顿的东北大学举办的首届国际人工智能与法律会议(icail)。此次会议后的1991年成立了国际人工智能与法律协会(iaail),旨在推动法律智能这一跨学科领域的研究和应用,包括十大主要议题:

(1) 法律推理的形式模型;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

(1)本课题研究内容是“基于裁判文书的案件罪名预测方法研究”。主要研究有以下几方面:

①自然语言处理技术:对现有的自然语言处理(nlp)技术进行研究学习,选取合适的方法在庞杂的裁判文书中过滤无关语义信息,抽取全局语义信息。

②深度学习模型:对现有的深度学习模型进行研究学习,选取合适的模型进行训练,深层理解语义信息并进行罪名预测。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

第一阶段(2019/1/19—2019/2/28):查阅有关的参考资料并完成开题报告;翻译英文资料(不少于5000汉字),并交予指导教师检查。

第二阶段(2019/3/1—2019/4/30):熟悉文本分类任务的处理流程,对案件数据进行预处理并制成数据集;对现有的自然语言处理技术和深度学习模型进行对比研究。

第三阶段(2019/5/1—2019/5/25):开展模型的训练、调试和优化等工作,记录实验数据,总结实验结果,撰写及修改毕业论文。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1]维克托·迈尔·舍恩伯格,肯尼思·库克耶.大数据时代: 生活、工作 与思维方式的大变革[m]. 盛杨燕,周涛,译.杭州:浙江人民出版社, 2012.

[2]rajaraman a,ullman j d.大数据-互联网大规模数据挖掘与分布式处理[m]. 王斌,译. 北京:人民邮电出版社,2013.

[3]韩家炜, 坎伯. 数据挖掘: 概念与技术[m]. 机械工业出版社, 2012.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。