基于堆叠模型的司法短文本多标签分类

何 涛，陈 剑，闻英友，孔为民

(1.东北大学 东软研究院，辽宁 沈阳 110169；2.定陶区人民检察院，山东 菏泽 274100)

0 引 言

随着国内司法业务信息化的发展，司法领域产生了巨量的文本数据，目前办案人员主要依靠手工分析案件卷宗、提取案件要素的工作方式，效率低下，已无法满足智慧司法的客观需要。如何在海量司法文书数据中自动抽取出有价值的信息，具有巨大的社会意义和商业价值。一种可行的方式是将司法文书进行细粒度分割，生成短文本子集，并通过深度学习等智能化方法对短文本进行多标签分类，将案件要素抽取出来呈现给办案人员。高效地将大规模司法短文本数据进行正确的归类，是智慧司法系统的基本任务，也是其他司法过程的基础。

近年来，随着计算能力和深度学习算法的快速发展，深度学习在人工智能的多个领域都取得了显著的进展。通过使用非线性网络结构实现复杂的函数表达，并在特征表达时使用分布式特征输入，使深度学习凭借强大的特征学习能力，在自然语言处理领域取得令人瞩目的成绩。

Arevian[1]使用真实世界中的文本对循环神经网络进行训练，完成文本分类。Chen等人[2]采用扩展短文本特征的方式派生特定粒度的暗含主题，并在在多个主题粒度上，利用多主题来更精确的进行短文本建模。Fu等人[3]使用卷积神经网络对司法文书进行分类，达到了比传统的基于Logistic回归和支持向量机更好的效果。Kim[4]提出的TextCNN模型在文本分类方面取得了很好的效果，使得该模型成为CNN在自然语言处理中应用最广泛的模型。……