公开(公告)号：CN109446416B

公开(公告)日：2021-09-28

申请号：CN201811170180.2

申请日：2018-09-26

Applicant: 南京大学

Inventor： 葛季栋 ,  李传艺 ,  王子安 ,  冯奕 ,  雷妙妙 ,  周筱羽 ,  骆斌

IPC: G06F16/9535 ,  G06F40/216 ,  G06F40/289 ,  G06F40/30

Abstract: 本发明公开了一种基于词向量模型的法条推荐方法，该发明属于推荐系统技术领域中的协同过滤推荐技术，协同过滤是通过借助相似的事物来为事物推荐或者筛选信息的技术，推荐法条需要借助裁判文书中的基本案件情况获取其他案情相近的文书，然后根据多个前例推荐法条。本发明与现有方法相比，其显著优点是：引入词向量模型后，通过词向量的计算能够更准确地表达两段案件基本情况的相似程度，从而为裁判文书找到案情更相似的文书。并且根据多个相似案情的文书可以采取多种协同过滤推荐策略，获得更准确的推荐结果。

公开(公告)号：CN109446416A

公开(公告)日：2019-03-08

申请号：CN201811170180.2

申请日：2018-09-26

Applicant: 南京大学

Inventor： 葛季栋 ,  李传艺 ,  王子安 ,  冯奕 ,  雷妙妙 ,  周筱羽 ,  骆斌

IPC: G06F16/9535 ,  G06F17/27

Abstract: 本发明公开了一种基于词向量模型的法条推荐方法，该发明属于推荐系统技术领域中的协同过滤推荐技术，协同过滤是通过借助相似的事物来为事物推荐或者筛选信息的技术，推荐法条需要借助裁判文书中的基本案件情况获取其他案情相近的文书，然后根据多个前例推荐法条。本发明与现有方法相比，其显著优点是：引入词向量模型后，通过词向量的计算能够更准确地表达两段案件基本情况的相似程度，从而为裁判文书找到案情更相似的文书。并且根据多个相似案情的文书可以采取多种协同过滤推荐策略，获得更准确的推荐结果。