市场监管案源文本与法律条款匹配方法研究

作     者：马美玲 

作者单位：西安理工大学 

学位级别：硕士

导师姓名：李建勋

授予年度：2021年

学科分类：0301[法学-法学] 03[法学] 030107[法学-经济法学] 

主      题：文本匹配 市场监管 双向LSTM 深度神经网络 

摘      要：市场监管作为政府管理一项重要内容,涉及到生产生活的各个方面,是市场平稳运行的保障性工作,与公众的生命健康安全息息相关。市场监管局作为权威机构实现监管工作客观公正、同案同判是最基本要求,而在现行的“放管服改革措施的推行下,出现了工作量与人员数量不匹配现象,但信息化的发展,为问题的解决提供了良好的技术基础。本文以市场监管案件案源文本与法律条款的匹配为研究对象,借助深度神经网络技术,探究了文本匹配的方法。面向特定领域的文本匹配问题如何选择合理的匹配方法、设计恰当的匹配模型,一直是自然语言处理领域的研究热点。故而,本文聚焦于市场监管案源文本与法律条款数据特征,开展中长类型文本匹配方法研究。为更好对市场监管案源文本与法律条款的文本进行抽象特征提取,本文以无价值信息剔除为入手点,在理清所研究数据特征的基础上,采用文本预处理技术结合所研究数据特性自定义词典处理领域特有词,实现了表征文本的关键词的提取;由于中长类型的文本数据不仅具有时序性特征,还具有一定的层次性,且考虑到词的上下文信息都会对其所表达意思产生影响,在对文本匹配方法分析对比的基础上,结合案源文本与法律条款匹配特性,选择了双向的LSTM网络联合两层全连接神经的文本匹配方法;考虑到简单的文本语义表征匹配方式对特征提取框架依赖程度较高,借助案源文本与法律条款之间存在语义相似度较高的词汇的优势,改进了 LSTM以提取交互性匹配特征,据此构建了文本匹配模型;并考虑某些案件违反的法律条款是经对案源的调查后确定的特殊情况,基于法条具有共现性的特征,探究了伴随法律条款匹配方法。基于所收集到的真实市场监管案件进行了实例分析,设计合理的实验,验证了所提出文本匹配方法的有效性。该项研究工作,将可为市场监管领域判案工作提供一定的辅助性决策支持,为其信息化改革提供理论方案,也对其他领域中长类型的文本匹配工作具有一定的借鉴作用。