一种基于词向量和词频的法院相似案件推荐模型

摘要

本发明公开一种基于词向量和词频的法院相似案件推荐模型：TF‑W2V相似度计算模型。裁判文书分为刑事，民事，执行，赔偿，行政五大案件类型。便于对判决书的处理，存储和查询，模型对提交的判决书提取关键信息，采用Word2Vec+TF‑IDF文本相似度算法查找出文书数据中同类型判决书中相似度最高的判决书给出相似度并推荐。本方法基于词频和词向量方法，综合了文本的关键词和词义信息，准确计算两个文本的相似度。将该方法应用于法院判决书进行相似度计算，实验结果证明，该方法应用简单，没有对标注训练集的需求，可以应用于不同领域文本，计算耗费时间适中，获得结果相对传统方法更加准确，与专家评价结果更接近。可以对法院文本进行准确有效的相似度计算。