第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文的研究内容
1.4 本文的组织结构
1.5 本章小结
第2章 相关概念及技术介绍
2.1 基础神经网络
2.1.1 循环神经网络
2.1.2 长短期记忆神经网络
2.1.3 双向循环神经网络
2.1.4 卷积神经网络
2.2 文本分类
2.2.1 基于循环神经网络的文本分类
2.2.2 基于卷积神经网络的文本分类
2.3 命名实体识别
2.4 图像分类
2.4.1 VGGNet神经网络
2.4.2 ResNet神经网络
2.4.3 迁移学习
2.5 文本相似度计算
2.6 评价指标
2.7 本章小结
第3章 相关数据及其标注介绍
3.1 判决文书数据概况
3.1.1 法院判决文书概况
3.1.2 判决文书数据标注
3.2 电子卷宗数据概况
3.2.1 电子卷宗阅卷目录规范
3.2.2 法院电子卷宗数据概况
3.2.3 图像数据的标注与生成
3.3 本章小结
第4章 基于证据匹配的案件质量评估
4.1 证据匹配总体方法
4.2 基于组合策略的字符串匹配方法
4.3 基于规则的证据与电子卷宗目录关联方法
4.4 本章小结
第5章 证据的抽取与识别
5.1 判决文书中的证据抽取
5.1.1 基于混合模型的证据抽取方法
5.1.2 基于边界的证据抽取方法
5.2 电子卷宗中的证据识别
5.2.1 基于图像分类的证据识别方法
5.2.2 基于文本分类的证据识别方法
5.3 本章小结
第6章 案例分析与问题总结
6.1 基于证据匹配的案件质量评估方法
6.2 基于证据匹配的案件质量评估案例分析
6.3 真实法院案件数据存在的问题与建议
6.4 本章小结
第7章 总结与展望
致谢
参考文献
附录
图目录
表目录
