| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-15页 |
| 1.2.3 国内外研究现状简析 | 第15页 |
| 1.3 研究内容与组织结构 | 第15-18页 |
| 第2章 人物画像研究相关知识 | 第18-38页 |
| 2.1 引言 | 第18页 |
| 2.2 特征词表生成方法 | 第18-25页 |
| 2.2.1 词向量 | 第18-20页 |
| 2.2.2 语言模型 | 第20-22页 |
| 2.2.3 word2vec原理 | 第22-25页 |
| 2.3 局部敏感哈希算法 | 第25-30页 |
| 2.3.1 局部敏感哈希原理 | 第25-26页 |
| 2.3.2 相似性度量方法 | 第26-28页 |
| 2.3.3 局部敏感哈希函数选择方法 | 第28-30页 |
| 2.4 文本分类相关算法 | 第30-36页 |
| 2.4.1 集成学习算法 | 第31页 |
| 2.4.2 k最近邻算法 | 第31-32页 |
| 2.4.3 logistic回归模型 | 第32-34页 |
| 2.4.4 支持向量机模型 | 第34-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第3章 基于人物画像的预处理阶段 | 第38-47页 |
| 3.1 引言 | 第38-39页 |
| 3.2 案例建模方法 | 第39-40页 |
| 3.3 特征词表生成方法 | 第40-42页 |
| 3.4 获取训练数据 | 第42页 |
| 3.5 案例文书分词 | 第42-43页 |
| 3.6 预处理阶段实验 | 第43-45页 |
| 3.6.1 生成特征词表 | 第43-44页 |
| 3.6.2 获取训练数据 | 第44-45页 |
| 3.7 本章小结 | 第45-47页 |
| 第4章 基于人物画像的特征提取方法研究 | 第47-56页 |
| 4.1 引言 | 第47页 |
| 4.2 判决结果分类 | 第47-48页 |
| 4.3 特征向量提取 | 第48-54页 |
| 4.3.1 有程度区分维度特征提取 | 第49-53页 |
| 4.3.2 无程度区分维度特征提取 | 第53-54页 |
| 4.4 特征向量归一化 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 基于人物画像的辅助决策方法研究 | 第56-68页 |
| 5.1 引言 | 第56页 |
| 5.2 案例相似性计算 | 第56-60页 |
| 5.2.1 局部敏感哈希算法 | 第56-58页 |
| 5.2.2 基于余弦距离和欧式距离的相似性度量算法 | 第58-60页 |
| 5.2.3 案例相似性计算相关实验 | 第60页 |
| 5.3 基于机器学习案件审判方法研究 | 第60-67页 |
| 5.3.1 分类学习方法选择 | 第61-62页 |
| 5.3.2 智能审判实验结果与分析 | 第62-67页 |
| 5.3.3 置信度及系统集成说明 | 第67页 |
| 5.4 本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第73-75页 |
| 致谢 | 第75-76页 |