《表2 Charge-S上的实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于词语语义差异性的多标签罪名预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从表2～3的结果可以看出，本文提出的罪名预测模型GAC在两个数据集上均取得较好的预测效果。其F1union值相较于最优基线模型Bi-GRU-CNN，在Charge-S和Charge-L上分别提升了1.2%和1.4%。Bi-GRU-CNN模型未考虑词语语义之间的差异性，其粗略认为犯罪事实中所有词语的重要性一致或接近，而GAC模型使用注意力机制实现了各词语语义差异表示，该方式的语义表示更为准确。这表明了该模型可以在训练过程中准确捕获各罪名的类别关联性，并有利于提升罪名分类的准确率。