基于关键词抽取与高频词统计的司法判决书语言特征分析——以刑事判决文书为例

司法判决文书有囿于官式、格式呆板、欠缺个性化考量、固守传统等常见病,给当事人和公众留下了法院判决不讲理的印象;产生这种不良印象的根源在于司法判决书过于嵌套制式模版,不仅割裂了具体案件中各部分间的有机联系,其成文还严重降低了法院的权威性,造成了一定的负面影响。基于计算机关键词抽取与高频词统计共现技术,通过自建刑事判决书数据库对比国内重点案件的裁判文书,将关键词抽取与数据检测结果作为检验判决文书的一项基本指标,对刑事判决书的语言特征进行分析,得出结论:从语用学角度出发,刑事判决文书应具有语言的模糊性与明确性、语言表达过程的说理性与客观性、语言表达效果的严谨性与凝练性等特征。

基于跨语言词向量模型的蒙汉查询词扩展方法研究

跨语言信息检索指以一种语言为检索词,检索出用另一种或几种语言描述的一种信息的检索技术,是信息检索领域重要的研究方向之一。近年来,跨语言词向量为跨语言信息检索提供了良好的词向量表示,受到很多学者的关注。该文首先利用跨语言词向量模型实现汉文查询词到蒙古文查询词的映射,其次提出串联式查询扩展、串联式查询扩展过滤、交叉验证筛选过滤三种查询扩展方法对候选蒙古文查询词进行筛选和排序,最后选取上下文相关的蒙古文查询词。实验结果表明:在蒙汉跨语言信息检索任务中引入交叉验证筛选方法对信息检索结果有很大的提升。