基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)輔助量刑初探.pdf

1、華東政法學(xué)院碩士學(xué)位論文基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)輔助量刑初探姓名：高菲申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：刑法指導(dǎo)教師：鄭偉20050507構(gòu)建了SVM量刑模型。首先收集若干經(jīng)專家評(píng)估后相對(duì)精確且能夠代表整個(gè)系統(tǒng)特征的案例，然后抽取其量化情節(jié)，將情節(jié)一一量化成數(shù)值表示，用于支持向量機(jī)訓(xùn)練，得到量刑模型。要獲得建立SVM量刑模型所需要的準(zhǔn)確案例，就應(yīng)當(dāng)吸取英美法系量刑模式的長(zhǎng)處作補(bǔ)充，對(duì)我國(guó)目前的量刑模式進(jìn)行優(yōu)化。在獲得這些作為樣本的案例后，就要分析這些

2、案例中的各種量刑情節(jié)進(jìn)行抽取并且量化為數(shù)值形式表示，將得到的量化數(shù)值作為輸入變量送入SVM量刑模型。第三章中以SVM量刑模型為核心推理機(jī)給出計(jì)算機(jī)輔助量刑專家系統(tǒng)的整體框架，以盜竊罪的計(jì)算機(jī)輔助量刑專家系統(tǒng)構(gòu)建作為實(shí)例分析，在實(shí)例分析中主要考慮了SVM量刑模型的具體操作。文章的最后，對(duì)本文給出的基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)輔助量刑專家系統(tǒng)存在的仍未全完全解決的需要作進(jìn)一步研究的問題進(jìn)行了剖析。本文雖然引入了人工智能中的機(jī)器學(xué)習(xí)理論，力圖實(shí)現(xiàn)不同