交通事故的自动判案研究

摘要

该文针对法律领域民事案件中的“交通事故”类案件进行研究,期望在该“交通事故”数据集上实现自动判案.该文从“中国裁判文书网”采集数据文本,按照两种分类模式进行分类,分别为粗粒度分类和细粒度分类,粗粒度分类为4类,细粒度分为8类,并对文本进行人工标注.该文使用了三种模型,分别为:基于SVM的模型、基于BI-GRU的模型和基于Attention+BI-GRU的模型.三种模型的实验结果表明:在本数据集上,对数据进行粗粒度分类时,基于Attention+BI-GRU的模型F1值为80.26％,基于SVM的模型为77.24％,基于BI-GRU的模型为72.65％.在细粒度分类时,基于BI-GRU的模型F1值为48.59％,基于SVM的模型的为38.29％,基于Attention+BI-GRU的模型为40.87％.