基于规则推理和贝叶斯网络算法的多方证据关联分析

摘要

目前,中国司法数据存在数据价值密度低,关联性差等问题。从大量的冗杂司法数据中进行文本分类的高效处理,快速提取出有效信息,不仅能够有效地节约法院诉讼服务的人力及空间资源,同时能够为公众随时提供简单、安全、智慧、高效的诉讼智能服务。因此,文中设计出一种基于规则推理和贝叶斯网络算法的多方证据关联分析方法,从海量司法数据中删除噪音数据,进而完成对关键信息的抽取与证据要素识别。根据数据中当事人的诉讼材料,形成结构化的证据要素,通过多方证据关联模型中证据链条实验结果与真实证据链条相似度计算结果抽取出多方证据要素的关联关系,有效实现可信证据链条的深度挖掘。