判别2vec：将图分析应用于相似判决的搜索与推荐

在法庭实践中，法律专业人士依赖其训练才能提供意见来解决案件，其中最关键的方面之一是能够有效识别类似的先前判决。然而，寻找相似案例具有挑战性，常常依赖于经验、法律领域知识和大量的劳动力，使得资深律师或法官变得不可或缺。本研究旨在自动化判决文本相似性分析。我们利用由专家标记的判决数据集作为“黄金标准”，其中包括可转换为“专家相似度评分”的人工验证特征。随后，我们构建了一个基于“案件-条文”关系的知识图谱，通过自然语言处理对每个案例进行排名，以派生出“Node2vec相似度评分”。通过评估这两种相似度评分，我们识别了它们之间的差异和关系。结果可以显著减少法律搜索和推荐所需的劳动力，潜在应用可扩展到信息检索领域的各个方面。