基于GATE的司法案件信息抽取方法研究.pdf

1、基于基于GATE的司法案件信息抽取方法研究的司法案件信息抽取方法研究ResearchOnTheMethodOfInfmationExtractionBasedOnGATE領(lǐng)域：計算機(jī)技術(shù)作者姓名：宋傳寶指導(dǎo)教師：馮志勇企業(yè)導(dǎo)師：王金林天津大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院2015年11月I摘要隨著我國司法數(shù)據(jù)公開的推進(jìn)，越來越多的司法案件判決信息以網(wǎng)頁的形式發(fā)布出來供公眾查詢使用。截止2015年3月，全國各級法院公開的案件判決信息已達(dá)700萬份以

2、上。如果在商業(yè)應(yīng)用上利用這些公開的案件裁判文書信息，就需要對案件的各個核心字段進(jìn)行結(jié)構(gòu)化處理，這通常由人工操作來完成。面對如此龐大的案件信息數(shù)量，人工處理方式顯然在效率上顯得非常低下。如何運(yùn)用信息技術(shù)簡化這一過程便成為當(dāng)下急待解決的問題。針對這一研究背景，本文提出了基于GATE的司法案件信息抽取方法研究，即采用基于JAPE規(guī)則的信息抽取技術(shù)，以GATE系統(tǒng)作為論文研究的技術(shù)基礎(chǔ)和開發(fā)平臺。論文首先針對與研究命題相關(guān)的國內(nèi)外研究現(xiàn)狀進(jìn)行研

3、究；接著對相關(guān)基礎(chǔ)理論進(jìn)行概述，包括GATE系統(tǒng)介紹、JAPE規(guī)則基本語法、執(zhí)行原理和應(yīng)用情況的介紹。然后，基于GATE系統(tǒng)提供的平臺組件設(shè)計，重點研究了基于GATE的司法案件信息抽取方法，包括信息的預(yù)處理過程結(jié)束，各案件信息字段的JAPE規(guī)則抽取方法介紹，結(jié)果的組織輸出等。最后，將論文所研究的信息抽取方法應(yīng)用于實際批量的裁判文書數(shù)據(jù)，語料評測結(jié)果顯示，該方法的抽取準(zhǔn)確率可以達(dá)到94%以上，召回率可以達(dá)到86%以上，整體性能F值可以達(dá)到