摘要:从案件相关的话题评论中生成简短的话题描述对于快速了解案件舆情有着重要作用, 其可以看做是基于用户评论的多文档摘要任务. 然而用户评论中含有较多噪声且生成摘要所需的重要信息分散在不同的评论句中, 直接基于序列模型容易生成错误或不相关的摘要. 为了缓解上述问题, 提出一种基于主题交互图的案件话题摘要方法, 将嘈杂的用户评论组织为主题交互图, 利用图来表达不同用户评论之间的关联关系, 从而过滤重要的用户评论信息. 具体来说, 首先从评论句中抽取案件要素, 然后构造以案件要素为节点, 包含案件要素的句子为内容的主题交互图; 然后利用图Transformer网络生成图中节点的表征, 最后生成简短的话题描述. 在收集的案件话题摘要数据集上的实验结果表明, 所提方法是一种有效的数据选择方法, 能够生成连贯、事实正确的话题摘要.

摘要:微博评价对象识别是涉案网络舆情分析的基础. 目前基于主题表征的评价对象识别方法需要预设固定的主题数目, 且最终评价对象识别依赖人工推断. 针对此问题, 提出一种弱监督涉案微博评价对象识别方法, 仅采用少量标签评论即可实现对评价对象的自动识别. 具体实现思路为: 首先基于变分双主题表征网络对评论进行两次编码和重构, 获得丰富的主题特征; 然后, 利用少量标签评论, 引导主题表征网络自动判别评价对象类别; 最后采用联合训练策略, 对双主题表征的重构损失与评价对象分类损失进行联合调优, 最终实现对评价对象的自动分类和评价对象词项的挖掘. 在涉案舆情的两个数据集上进行了实验, 结果表明, 所提出的模型在评价对象分类、评价对象词项的主题连贯性和多样性等方面均优于几个基线模型.

摘要:问句匹配是问答系统的重要任务, 当前方法通常采用神经网络建模两个句子的语义匹配程度. 但是, 在法律领域中, 问句常存在文本表征稀疏、法律词的专业性较强、句子蕴含法律知识不足等问题. 因此, 通用领域的深度学习文本匹配模型在法律问句匹配任务上效果并不好. 为了让模型更好的理解法律问句的含义、建模法律领域知识, 首先构建一个法律领域知识库, 在此基础上提出一种融合法律领域知识(如法律词汇和法律法条)的问句匹配模型. 具体地, 构建了合同纠纷、离婚、交通事故、劳动工伤、债务债权等5种法律纠纷类别下的法律词典, 并且收集了相关法律法条, 构建法律领域知识库. 在问句匹配中, 首先查询法律知识库检索问句对所对应的法律词汇和法律法条, 进而通过交叉关注模型同时建模问句、法律词汇、法律法条三者之间的关联, 最终实现更精准的问句匹配, 在多个法律类别下的实验表明提出的方法能有效提升问句匹配性能.

摘要:资源丰富场景下, 利用相似性翻译作为目标端原型序列, 能够有效提升神经机器翻译的性能. 然而在低资源场景下, 由于平行语料资源匮乏, 导致不能匹配得到原型序列或序列质量不佳. 针对此问题, 提出一种基于多种策略进行原型生成的方法. 首先结合利用关键词匹配和分布式表示匹配检索原型序列, 如未能获得匹配, 则利用伪原型生成方法产生可用的伪原型序列. 其次, 为有效地利用原型序列, 对传统的编码器-解码器框架进行改进. 编码端使用额外的编码器接收原型序列输入; 解码端在利用门控机制控制信息流动的同时, 使用改进的损失函数减少低质量原型序列对模型的影响. 多个数据集上的实验结果表明, 相比基线模型, 所提出的方法能够有效提升低资源场景下的机器翻译性能.

摘要:针对情感分析任务中没有充分利用现有的语言知识和情感资源，以及在序列模型中存在的问题：模型会将输入文本序列解码为某一个特定的长度向量，如果向量的长度设定过短，会造成输入文本信息丢失.提出了一种基于多通道特征和自注意力的双向LSTM情感分类方法（MFSA-BiLSTM），该模型对情感分析任务中现有的语言知识和情感资源进行建模，形成不同的特征通道，并使用自注意力重点关注加强这些情感信息.MFSA-BiLSTM可以充分挖掘句子中的情感目标词和情感极性词之间的关系，且不依赖人工整理的情感词典.另外，在MFSA-BiLSTM模型的基础上，针对文档级文本分类任务提出了MFSA-BiLSTM-D模型.该模型先训练得到文档的所有的句子表达，再得到整个文档表示.最后，对5个基线数据集进行了实验验证.结果表明：在大多数情况下，MFSA-BiLSTM和MFSA-BiLSTM-D这两个模型在分类精度上优于其他先进的文本分类方法.

摘要:由于低频罪名数据量较少和易混淆罪名案情描述相似等原因，导致低频和易混淆罪名预测效果不佳.为了解决此类问题，通过构建案件辅助句，提出一种基于双向互注意力机制的案件辅助句融合方法，实现罪名预测.主要包括以下3部分：首先，基于司法领域知识构建案件辅助句，将案件辅助句作为案情描述和罪名之间的映射知识；然后，基于词级和字符级表征分别提取案情描述与案件辅助句多粒度特征；同时，借助案件辅助句与案情描述双向注意机制，获得具有辅助句倾向性的案情描述表征，并最终实现低频和易混淆罪名的预测.基于中国刑事案件公共数据集的实验结果表明：所提方法在F1值最大提升13.2%，准确率最大提升4.5%，低频罪名预测F1值提升4.3%，易混淆罪名预测F1值提升8.2%，所提算法显著地提升了低频和易混淆罪名的预测性能.

摘要:案件舆情摘要是从涉及特定案件的新闻文本簇中，抽取能够概括其主题信息的几个句子作为摘要.案件舆情摘要可以看作特定领域的多文档摘要，与一般的摘要任务相比，可以通过一些贯穿于整个文本簇的案件要素来表征其主题信息.在文本簇中，由于句子与句子之间存在关联关系，案件要素与句子亦存在着不同程度的关联关系，这些关联关系对摘要句的抽取有着重要的作用.提出了基于案件要素句子关联图卷积的案件文本摘要方法，采用图的结构来对多文本簇进行建模，句子作为主节点，词和案件要素作为辅助节点来增强句子之间的关联关系，利用多种特征计算不同节点间的关联关系.然后，使用图卷积神经网络学习句子关联图，并对句子进行分类得到候选摘要句.最后，通过去重和排序得到案件舆情摘要.在收集到的案件舆情摘要数据集上进行实验，结果表明：提出的方法相比基准模型取得了更好的效果，引入要素及句子关联图对案件多文档摘要有很好的效果.

摘要:神经机器翻译是目前应用最广泛的机器翻译方法，在语料资源丰富的语种上取得了良好的效果.但是在汉语-越南语这类缺乏双语数据的语种上表现不佳.考虑汉语和越南语在语法结构上的差异性，提出一种融合源语言句法解析树的汉越神经机器翻译方法，利用深度优先遍历得到源语言的句法解析树的向量化表示，将句法向量与源语言词嵌入相加作为输入，训练翻译模型.在汉-越语言对上进行了实验，相较于基准系统，获得了0.6个BLUE值的提高.实验结果表明，融合句法解析树可以有效提高在资源稀缺情况下机器翻译模型的性能.

摘要:专家证据文档识别是专家检索的关键步骤.融合专家候选文档独立页面特征以及页面之间的关联关系,提出了一个专家证据文档识别无向图模型.该方法首先分析各类专家证据文档中的词、URL 链接、专家元数据等独立页面特征以及候选专家证据文档间的链接和内容等关联关系;然后将独立页面特征以及页面之间的关联关系融入到无向图中构建专家证据文档识别无向图模型;最后利用梯度下降方法学习模型中特征的权重,并利用吉布斯采样方法进行专家证据文档识别.通过对比实验验证了该方法的有效性.实验结果表明,该方法有较好的效果.