基于Python的互联网文本法律法条引用跟踪分析

互联网文本的法律法条引用跟踪分析
目录
互联网文本的法律法条引用跟踪分析 1
一．任务介绍 1
二．核心算法介绍 3
2.1 整体模型概览 3
2.2 法律法条识别确定有限自动机 5
2.3 历史版本区分 5
（3）历史版本中没有对应的法条。 7
（1） 7
(3) 7
2.4 特征词序列匹配 7
(4) 10
(6) 11
2.5 文本分段匹配 11
三．结论 13
一．任务介绍
我们致力于提出一种能够有效解决法律相关特有问题的高准确度的法律法条引用信息抽取算法。由于互联网文本和法律条文并不属于同一类型的文本，两者在篇幅、用词、表达规范方面具有显著的区别，互联网文本中通常只有一小部分包含法律内容，而传统的文本匹配方法中，根据词汇相似度判别的词袋模型（BOW）和未考虑词序的向量空间模型（VSM）无法简单地应用于引用法条的抽取问题。近来，深度匹配模型取得较多进展，然而这类模型训练需要大量标注的文本数据，而且由于一部法律往往有上百条法条，能够匹配成功的法条数绝大部分在 1 至 2 条，正例与负例的比例相差太大，直接标注全部法条数据得到的训练集数据不均衡，文本和法条的匹配过于稀疏，难以直接训练出有效匹配的模型。
基于前述任务特点，我们提出了一种融合确定有限自动机（DFA）、特征词序列和深度匹配的混合层次抽取模型 DS-LSTM。首先使用DFA 从文本中进行初步匹配，通过法律名和法条号来初步筛选和过滤可能匹配的法条。对于已经抽取了法条号的文本，进一步通过比较各个历史版本的法条，做到精确分类；对于没有获取法条号的文本，通过构建特征词序列来表示文本，计算序列之间的相似度来衡量文本和法条的匹配程度，据此给出候选的法条，再使用 MV-LSTM 模型计算文本与候选法条之间的语义相似度，根据语义相似度来判断法条与文本是否匹配。
本研究的主要贡献是根据法律法规文本匹配问题，提出了融合多种抽取方法的混合层次抽取模型，而不是单纯使用深度模型或者 DFA 进行简单的匹配。虽然目前存在许多效果较好的深度匹配模型，但是在文本的法律法条抽取任务中，待匹配的文本引用的法律法条数量不同、表达方式不同造成需要大量各种类型训练数据的问题，以及待匹配的法律法条数量众多，实际匹配数量只有一两条法条造成的数据倾斜问题，直接使用深度文本匹配模型并不能实现高精度的抽取质量，而引入 DFA 进行抽取可以很好地缩小可能匹配的法律以及法条范围。同时根据识别结果区分出多种不同类型的文本，可以有效地避免训练
数据倾斜的问题。使用 DFA 抽取出文本中可能包含的多部法律名以及法条号，同时将文本按照法律以及法条出现的位置分割成文本片段，避免了多部法律在匹配过程中相互影响的问题。我们的方法在法律以及法条级别匹配结果的

基于Python的互联网文本法律法条引用跟踪分析相关推荐

基于python的爬虫系统金融数据_基于Python的互联网金融数据采集
基于Python的互联网金融数据采集 □文/王蕾1安英博1刘佳杰2 ［提要］互联网金融数据中潜藏着未知的知识价值,但也存在着巨量的数据冗余.通过Python可以进行互联网金融数据的获取.解析.提取 ...
基于PYTHON的超大文本分割工具
"记事本"作为一款保存信息的载体,基本上每个网民都见过或使用过它.它不但读取方便,使用起来也是得心应手.不过,对于存放有超大数据的TXT文本,我们对它又爱又恨.爱它是因为我们的信息 ...
计算机毕业论文内容参考|基于Python的互联网金融产品交易平台的设计与实现
文章目录导文摘要前言绪论课题背景国内外现状与趋势课题内容相关技术与方法介绍技术分析需求分析技术分析技术设计系统架构技术实现产品管理模块订单管理模块支付管理模块总结与 ...
kettle大于0的转换成1_第一期实训周：基于Python+MySQL+Kettle+R的某网站数据采集分析...
↓ 基于Python+MySQL+Kettle+R的某网站数据采集分析哈喽!各位学员们咱们第一期课程就要开始了下面划重点! 一高校院系齐鲁工业大学数学与统计学院应用统计系二实训日期 2 ...
基于 Python 的全国空气质量监测与可视化分析平台
温馨提示:文末有 CSDN 平台官方提供的学长 Wechat / QQ 名片 :) 1. 项目背景空气质量优劣程度与一个城市的综合竞争力密切相关,它直接影响到投资环境和居民健康,因此越来越受到政府和 ...
基于python的汽车信息爬取与可视化分析系统
温馨提示:文末有 CSDN 平台官方提供的学长 Wechat / QQ 名片 :) 1. 项目简介本项目利用网络爬虫技术从某汽车门户网站采集汽车数据,并利用 Flask + Echarts 前后端框 ...
【计算机专业毕设之基于python猫咪网爬虫大数据可视化分析系统-哔哩哔哩】 https://b23.tv/jRN6MVh
[计算机专业毕设之基于python猫咪网爬虫大数据可视化分析系统-哔哩哔哩] https://b23.tv/jRN6MVh https://b23.tv/jRN6MVh
【大数据分析专业毕设之基于python爬虫的电影票房大数据预测分析+大屏可视化分析
[大数据分析专业毕设之基于python爬虫的电影票房大数据预测分析+大屏可视化分析-哔哩哔哩https://b23.tv/saIKtBH flask web框架,数据使用requests模块爬取数据, ...
python爬取微博用户正文_基于Python的新浪微博用户信息爬取与分析
基于 Python 的新浪微博用户信息爬取与分析邓文萍 [摘要] 摘要:本文设计并实现了一个微博用户信息爬取与分析系统 , 利用 Cookie 实现了用户的模拟登录 , 使用 Python 语言的 ...

基于Python的互联网文本法律法条引用跟踪分析

基于Python的互联网文本法律法条引用跟踪分析相关推荐

最新文章

热门文章