基于随机策略强化学习的金融犯罪案件争议焦点识别模型
收藏国家基础学科公共科学数据中心2026-01-30 收录
官方服务：
资源简介：
模型的研究报告，对模型的算法、架构、训练数据和测试数据及测试结果进行了详细说明。针对11个金融犯罪罪名的主要案件类型，基于强化学习的多标签分类争议焦点识别模型，使用强化学习算法控制争议焦点识别过程，使用随即策略优化争议焦点识别结果。基于共享语义空间的争议焦点识别模型，采用共享语义空间的分割策略学习争议焦点语义特征，使用多标签分类网络输出争议焦点识别结果。两个模型通过多模型堆叠策略进行集成融合，根据不同的权重参数最终实现从复杂的非结构化卷宗文书中有效提取案件的核心争议焦点，且争议焦点平均识别准确率为89.16%。
提供机构：
北京计算机技术及应用研究所搜集汇总
背景与挑战
背景概述
该数据集是关于金融犯罪案件争议焦点识别模型的研究报告，详细说明了模型算法、架构、训练与测试数据及结果。模型基于随机策略强化学习与多标签分类技术，结合共享语义空间分割策略和多模型集成融合，能有效从非结构化卷宗文书中提取争议焦点，平均识别准确率达89.16%。
以上内容由遇见数据集搜集并总结生成
