郭小丁，张宏莉

（哈尔滨工业大学 计算机科学与技术学院，哈尔滨 150001）

0 引言

司法案例建模方法旨在将司法案例表示为案例相关预测算法能处理的数据结构，该数据结构保留原始数据中的有用信息，去除冗余信息，减少其对后续预测算法的干扰。司法案例建模方法是上层法律服务的基础，为其提供数据支撑。简洁有效的案例描述能有效地提高预测算法的准确率，降低其计算复杂度。

传统司法案例建模方法主要基于特征模型和矩阵分解。特征模型利用特征词典和特征抽取算法将司法案件表示为二维矩阵，如图1 所示。然而，当特征和案例规模较大时，特征模型极易发生数据稀疏和维度爆炸。针对上述问题，基于矩阵分解的司法案例建模方法将特征模型得出的原始矩阵进行分解，并利用得出的矩阵表征案例。当矩阵分解算法与共现矩阵、主题模型相结合时，得出的司法案例表示具有一定的语义信息，如词汇间相似性、主题与特征间关联性。

图1 基于特征模型以及矩阵分解的司法案例建模方法Fig.1 Judicial case modeling method based on feature models and matrix decomposition

基于矩阵分解的司法案例建模方法降低矩阵维度，避免维度爆炸及数据稀疏，有利于提高后续预测算法的准确率。但这类方法基于特征模型，存在特征模型的天然缺陷，无法从多个层面描述案例，难以捕捉不同案例模块间的关联信息。上述因素不利于提高后续预测算法的准确率。

1 基于特征模型的司法案例建模方法

针对司法案例建模问题，早期的研究主要围绕特征模型展开，大体分为基于案例推理、本体模型、分类算法的司法案例建模方法。……