利用社交媒体判决文书进行犯罪类型分类
计算与语言
2023-10-24 v2 人工智能
摘要
基于犯罪行为事实判定犯罪类型的任务已成为社会科学中非常重要且有意义的工作。但该领域当前面临的问题是，由于犯罪本身的性质，数据样本分布不均。同时司法领域数据集公开较少，制作大型数据集直接训练并不现实。本文提出一种新的训练模型，通过 NLP 处理方法解决该问题。我们首先提出犯罪事实数据预处理模块（CFDPM），其可通过生成新样本来平衡数据集分布不均的缺陷。随后我们使用大型开源数据集（CAIL-big）作为预训练数据集，并以自行收集的小型数据集进行微调，使其对陌生小型数据集具备良好泛化能力。同时，我们使用带动态掩码的改进 Bert 模型来改进模型。实验表明，所提方法在当前数据集上取得了 SOTA 结果。同时，模块 CFDPM 的有效性经实验得到证明。本文为犯罪行为等社会科学文本分类提供了有价值的方法论贡献。在公开基准上的大量实验表明，所提方法取得了新的 SOTA 结果。
引用
@article{arxiv.2306.17020,
title = {Classifying Crime Types using Judgment Documents from Social Media},
author = {Haoxuan Xu and Zeyu He and Mengfan Shen and Songning Lai and Ziqiang Han and Yifan Peng},
journal= {arXiv preprint arXiv:2306.17020},
year = {2023}
}
备注
The paper has no errors; it just needs to be supplemented to become a new article