司法场景下案例推荐系统的召回方法研究

司法案例推荐主要具有司法领域知识重要、用户关注点集中等特点。目前,大多数推荐方法研究聚焦于精排步骤,对实际系统中召回研究相对有限,特别是缺乏在司法等特定场景下的召回研究。文章从司法案例文书的特点出发,设计了基于内容、协同过滤、热度的召回策略,特别考虑到司法领域知识的利用,设计了基于司法要素的召回策略。随后,提出基于多路融合的召回算法,将不同召回策略进行组合,组合方式包括各路择优选择、加权投票等。最后,基于真实司法信息系统构建案例推荐数据集,对不同召回策略以及多路召回的组合方式、网络结构、最佳权重开展了探究分析。实验结果表明,基于案由的召回是单路召回中的最优方法,召回率为0.43,多路召回的最佳方式为各路加权投票,召回率为0.72。