基于多头指针的司法事件检测方法

针对如何解决中文司法事件检测中触发词与上下文关系不足以判定事件实例、案件触发词表述相似以及同一个案件中多个触发词识别和分类模糊的问题,本研究提出一种基于多头指针的司法事件检测方法。首先,该方法将上下文信息和罪名特征融合作为输入,使用双向长短期记忆(Bi-directional Long Short-Term Memory,BiLSTM)网络捕获数据依赖关系,深入提取特征;然后,使用多头指针网络对字符间的依赖关系进行建模,有效捕捉句子中的触发词;最后,利用指针标注技术抽取触发词,实现司法事件的有效检测。在公开司法数据集LEVEN上实验验证该方法的有效性,其中微平均和宏平均的F1指标达到了87.53%和78.05%,优于现有模型。该方法不仅显著提高了事件触发词的识别精度,而且也增强了对复杂司法文本中事件上下文关系的把握能力。

计算机犯罪——21世纪主要犯罪形态

计算机犯罪将是21世纪主要的犯罪形态。它不仅严重危害计算机资产,而且造成的经济损失、社会危害,是传统犯罪无法比拟的。计算机犯罪具有智能性、隐蔽性、超时空性、严重的危害性、犯罪黑数的高值化、诉讼的困难性等特征。我国计算机犯罪的罪名尚需完善。预防计算机犯罪必须采取各系统协同作战的方法,从技术、管理、法律、教育等方面综合抗衡。