附件:设置1:设置2:设置3:本书主要讲述了如何构建基于本体的审判案例自动抽取标注模型 ; 针对审判案例特点, 提出了支持多属性、多案例、多要素的GA-KNN案例检索方法 ; 利用决策树、神经网络等数据挖掘算法构建了规则推理和案例推理集成的决策支持机制。对以半结构化或非结构化数据作为决策基础数据, 以规则推理和案例推理同时支持的决策工作具有重要借鉴意义。摘要:有书目 (第235-246页)
附注提要
本书主要讲述了如何构建基于本体的审判案例自动抽取标注模型 ; 针对审判案例特点, 提出了支持多属性、多案例、多要素的GA-KNN案例检索方法 ; 利用决策树、神经网络等数据挖掘算法构建了规则推理和案例推理集成的决策支持机制。对以半结构化或非结构化数据作为决策基础数据, 以规则推理和案例推理同时支持的决策工作具有重要借鉴意义。