司法纠纷数据的语义理解及可视分析系统的设计与实现

目录

声明

第一章 绪 论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 自然语言处理

1.2.2 文本数据的可视分析

1.3 主要研究内容

1.4 章节安排

第二章 纠纷调解数据的半自动标注

2.1 文本数据标注

2.1.1 文本数据标注的必要性

2.1.2 主流的文本标注方法

2.2 司法纠纷调解数据的分词

2.3 基于滚雪球思想的半自动标注方法

2.3.1 Snowball 滚雪球思想

2.3.2 基于滚雪球的半自动标注

2.4 本章小结

第三章 TF-IDFc 的计算以及分类模型的训练

3.1初步词权重TF-IDF计算

3.1.1 TF-IDF的意义

3.1.2 实验环境

3.1.3 TF-IDF的计算

3.1.4 TF-IDF计算结果

3.2 加权词权重 TF-IDFc计算

3.2.1 权值 c的定义

3.2.2 加权值 c的计算

3.2.3 TF-IDFc加权计算

3.3 分类模型的训练

3.3.1 LIBSVM 的参数选择

3.3.2 分类模型训练以及分类结果

3.4 分类模型测试

3.4.1 测试语料库

3.4.2 测试标准和评估标准

3.4.3 实验结果分析

3.5 本章小节

第四章 多维度视分析组件的设计

4.1 用户需求分析

4.2 不同规则下的树图可视分析组件

4.2.1 按纠纷类型划分的树图

4.2.2 按地区划分的树图

4.3 纠纷条目的词云组件

4.4 纠纷趋势的迷你图组件

4.5 可视分析交互组件

4.5.1 纠纷检索组件

4.5.2 纠纷比较组件

4.5.3 其他组件

4.6 本章小节

第五章 司法纠纷调解数据可视分析系统的设计与实现

5.1 系统架构设计与技术选型

5.2 系统界面设计

5.2.1 纠纷案件概览界面

5.2.2 纠纷地区差异比较界面

5.3 案例分析

5.3.1 问题的发现

5.3.2 通过词云等组件细节分析

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致 谢

作者简介

1 作者简历

2 参与的科研项目及获奖情况

3 发明专利

学位论文数据集