%0 Journal Article %A 李大鹏 %A 陈剑 %A 王晨 %A 闻英友 %A 赵大哲 %T 基于模板张量分解和双向LSTM的司法案件罪名认定 %D 2021 %R 10.12263/DZXB.20200098 %J 电子学报 %P 760-767 %V 49 %N 4 %X 案件罪名认定是司法业务的重要环节,尚缺乏有效的智能辅助工具和手段.针对案件定罪的难点问题,提出一种结合张量分解和双向LSTM (Long Short-Term Memory)神经网络的案件定罪方法.该方法将案件数据表示为张量,并在张量分解过程中引入模板张量.模板张量可以在双向LSTM神经网络分类模型的训练过程不断的被优化,使得分解后的核心张量包含更加有效的张量结构和特征信息,有助于提高后续分类模型的准确性,实现案件罪名的精准认定.实验结果表明:所提出的基于张量分解和双向LSTM的司法案件定罪方法比现有方法具有更好的准确性. %U https://www.ejournal.org.cn/CN/10.12263/DZXB.20200098