基于文本挖掘的律师推荐方法研究与应用

摘要

伴随着我国法制化进程的不断深入，司法案件的审理更加透明。其中，裁判文书的网上公开便是一个很好的例子。人们在解决纠纷时更多的选择了法律武器，而律师又在当中起着重要的作用。互联网技术的发展，使得更多的律师信息出现在互联网上。然而，现有的技术并没有提供一种有效的推荐律师的方法，人们面对互联网上铺面而来的信息，很难迅速而有效的找到自己满意的律师。
　　针对以上问题，本文设计并实现了一种基于文本挖掘的律师推荐方法。该方法以公布在各地方法院网站的裁判文书为数据来源，通过文本挖掘技术获得律师在案件中的表现信息，利用这些信息实现对律师的排名，然后根据用户的浏览历史，并结合裁判文书的特点，向用户推荐律师。为了实现该方法，本文主要的研究内容分为以下几点：
　　首先，为了获取各地区法院公开的裁判文书，本文基于静态模板，研究了多线程爬虫的实现。为了方便用户查询，本文针对大规模的裁判文书文本集实现了全文索引的功能。针对裁判文书中分类信息缺失的问题，研究了文本分类的相关方法，并对KNN分类算法的相关改进进行了研究。
　　然后，基于现有的信息抽取技术，结合裁判文书的结构特征，设计了基于规则匹配的方法从裁判文书中提取信息。裁判文书可以分为民事、刑事和行政三大类，每一类都对应了不同的提取信息。因此，针对不同类型的裁判文书文本，设计了不同的提取规则。
　　最后，根据信息抽取得到的信息，对律师进行排名。由于信息抽取得到的大部分都是文本信息，无法用于计算。因此，要将这些信息转换为可以计算的数值信息。然后，我们要根据提取信息对于律师排名的重要性，给每一个信息赋予不同权重，根据每一个信息的权重综合得到律师的评分。最后，将每个律师的评分进行排序，得到最终的排名结果。利用排名的结果和用户浏览记录，提出了一种基于裁判文书中法律角色关系向用户推荐律师的方法，并通过与传统的推荐算法比较，验证了该方法的准确率与可行性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 研究背景

1.2 国内外研究现状

1.3 论文主要研究内容

1.4 论文组织结构

第二章 文本挖掘相关技术概述

2.1文本分类算法介绍

2.2信息抽取常用方法

2.3小结

第三章 裁判文书采集和全文检索

3.1 问题提出

3.2 裁判文书信息采集

3.3 裁判文书的全文检索

3.4小结

第四章 裁判文书分类

4.1 问题提出

4.2 基于KNN算法的改进策略

4.3 实验结果与分析

4.4 本章小结

第五章 基于裁判文书的文本信息抽取算法设计

5.1 问题提出

5.2 基于本体的文本信息抽取算法设计

5.3 实验结果与分析

5.4 本章小结

第六章 基于文本挖掘的律师推荐方法设计与结果展示

6.1 律师推荐方法整体设计

6.2 实验结果与分析

6.3 小结

第七章 全文总结与展望

7.1 全文总结

7.2 后续工作展望

致谢

参考文献

攻读硕士学位期间取得的成果