正版 当天发货 无划线 有水印
¥ 10 2.2折 ¥ 45 八五品
仅1件
作者佘贵清 著
出版社电子工业出版社
出版时间2016-02
版次1
装帧平装
货号40-4-2
上书时间2024-04-21
本书主要讲述了如何构建基于本体的审判案例自动抽取标注模型;针对审判案例特点,提出了支持多属性、多案例、多要素的GA-KNN案例检索方法;利用决策树、神经网络等数据挖掘算法构建了规则推理和案例推理集成的决策支持机制。对以半结构化或非结构化数据作为决策基础数据,以规则推理和案例推理同时支持的决策工作具有重要借鉴作用。
佘贵清,北京市高级人民法院高级工程师、管理学博士、信息技术处处长、北京法院信息技术专家。主修过数学、法律、计算机软件工程和管理科学与工程等专业,主要从事信息规划战略和信息服务标准化的研究。已作为副主编出版作品《公民诉讼指引》。
第1章 绪 论1
1.1 研究背景及问题提出1
1.2 研究意义3
1.2.1 理论意义4
1.2.2 实践意义6
1.3 本书中相关概念界定7
1.3.1 半结构化文本7
1.3.2 领域本体7
1.3.3 信息抽取8
1.3.4 语义标注9
1.3.5 刑罚裁量10
1.3.6 案例推理10
1.3.7 决策集成11
1.4 研究对象与研究内容11
1.4.1 研究对象11
1.4.2 研究内容11
1.5 研究方法与技术路线13
1.5.1 研究方法13
1.5.2 技术路线14
1.6 章节安排16
1.7 研究的创新之处18
第2章 国内外研究综述20
2.1 法律知识的表示与抽取20
2.1.1 法律知识的表示21
2.1.2 法律知识的抽取28
2.2 法律案例的属性优化与案例检索方法38
2.2.1 案例属性优化38
2.2.2 案例检索方法41
2.3 法律知识的推理42
2.3.1 法律知识的推理逻辑42
2.3.2 法律知识的推理方法44
2.4 文献述评50
2.4.1 研究问题的价值50
2.4.2 研究面临的问题52
第3章 基于本体的刑事案例库构建研究56
3.1 构建刑事案例库的条件分析57
3.1.1 刑事案件文书特点57
3.1.2 刑事案例现状分析59
3.1.3 刑事案件本体构建难度60
3.2 刑事案件本体化框架设计62
3.2.1 本体建模基本模型62
3.2.2 刑事案件本体构建64
3.2.3 刑事案件信息抽取74
3.2.4 刑事案例库设计81
3.3 刑事案件本体构建实现与信息抽取评价85
3.3.1 刑事案件本体构建实现85
3.3.2 刑事案件信息抽取评价88
3.4 本章小结91
第4章 基于遗传算法的刑事案例属性优化与检索策略研究92
4.1 基于遗传算法对刑事案例属性优化的研究93
4.1.1 刑事案例属性的特征及属性优化的意义93
4.1.2 两种优化方法对刑事案例属性优化的针对性分析94
4.1.3 针对刑事案例属性优化的两种优化方法对比分析97
4.2 基于GA-KNN算法对刑事案例检索策略研究108
4.2.1 案例相似性的KNN算法108
4.2.2 案例相似性的GA-KNN算法112
4.2.3 案例相似性的KNN方法与GA-KNN算法的比较113
4.3 本章小结116
第5章 刑事案件推理集成决策模型研究117
5.1 基于本体的法律推理体系117
5.2 刑事案件推理决策模型中的相关算法119
5.2.1 特征选择119
5.2.2 决策树123
5.2.3 神经网络128
5.3 刑事案件推理集成决策模型研究130
5.3.1 推理集成决策模型建立意义130
5.3.2 推理集成决策模型设计132
5.3.3 案例特征提取策略137
5.3.4 模型训练阶段的方案设计139
5.3.5 模型使用阶段的方案设计140
5.4 刑事案件推理集成模型实现141
5.4.1 实验平台141
5.4.2 实验数据及预处理141
5.4.3 判决类型推理模型实验146
5.4.4 判决刑期推理模型实验150
5.5 刑事案件推理集成模型评价151
5.6 本章小结152
第6章 刑事案件量刑决策辅助系统原型设计154
6.1 需求分析155
6.1.1 系统需求概述155
6.1.2 系统功能需求155
6.2 系统总体设计156
6.2.1 系统工作流程157
6.2.2 系统架构设计159
6.3 功能模块实现160
6.3.1 案例库模块实现160
6.3.2 决策推理模块实现161
6.3.3 案例推荐模块实现164
6.4 系统原型界面设计165
6.5 本章小结168
结论与展望170
参考文献173
附录A 刑事案件本体类与属性的详细设计188
附录B 刑事案件本体OWL文件195
附录C 故意伤害罪类刑事案件本体230
附录D 刑事案件本体XML抽取模板234
附录E 实验数据245
后 记248
— 没有更多了 —
以下为对购买帮助不大的评价