机器之心:法律文本的主题学习

第1章 绪论 1.1 法律人工智能 1.2 机器学习 1.3 自然语言处理 1.4 运用Python 语言 1.5 爬虫获取语料 第2章 赋能机器学习 2.1 发展历史 2.2 基本概念和术语 2.3 分类和聚类 2.4 强化学习 2.5 假设空间 2.6 数据预处理 2.7 模型评估 2.8 路线图 第3章 理解法律文本 3.1 法律文本语言特征 3.2 法律文本词法分析 3.3 法律文本句法分析 3.4 法律文本语义分析和消歧 第4章 法律文本的主题建模 4.1 法律文本术语 4.2 法律文本主题 4.3 法律文本主题模型 4.4 贝叶斯理论 4.5 狄利克雷分布 第5章 法律文本预处理 5.1 正则表达式 5.2 获取原始法律文本 5.3 处理原始法律文本 5.4 特征工程 第6章 特征选择和维度约简 6.1 法律文本分类 6.2 法律文本特征工程 6.3 过滤器特征选择 6.4 封装器特征选择 6.5 混合特征选择 第7章 法律文本无监督主题学习 7.1 基于法律术语的特征表示 7.2 基于一般词语的特征表示 7.3 LDA主题模型 7.4 中文法律文本的LDA主题分析 7.5 英文法律文本的LDA主题分析 第8章 法律文本监督主题学习 8.1 法律文本的监督学习 8.2 法律文本监督主题模型SLDA 8.3 模型评价指标 8.4 中文法律文本的SLDA主题分析 8.5 英文法律文本的SLDA主题分析 参考文献