基于特征值的律师推荐算法及改进方案

随着国家法制化进程的发展,选择合适的律师对公民依法维权变得愈发重要,然而传统律师行业缺乏一套客观公正的评价机制,对律师能力的评判主要来自法律专业人士的评价,致使用户只能凭借一部分的运气成分粗放式的选择律师。本文在传统的律师推荐算法的基础上提出改进方案,在律师评价的特征值中引入难度系数这一参数,为正在完善的北京市司法局律师管理系统加入律师推荐功能,旨在为用户选择律师提供更为客观的参考与帮助。

基于注意力机制的BiGRU判决结果倾向性分析

对裁判文书中判决结果的倾向性分析是完成律师推荐系统的前提,如何高效的实现判决结果倾向性分析是本文的重点.本文提出了基于注意力机制和BiGRU的判决结果倾向性分析模型.首先,训练词向量,得到词向量表;然后,通过查找词向量表,将文书数据转化为词向量序列,将词向量序列作为输入来训练判决结果倾向性分析模型.实验结果表明:注意力机制和BiGRU算法在判决结果倾向性分析中具有一定的有效性.该模型能够对裁判文书中判决结果的倾向性做一个合理的判断,为后期律师推荐系统的实现提供一个合理的评分依据.