更多模型和代码，参考：https://github.com/shelleyHLX/text-classification :) 嗷嗷嗷，有缘再见呀。。。。。。。
cail2018_big.json: 171w
数据中涉及 183个法条、202个罪名，均为刑事案件
数据中筛除了刑法中前101条(前101条并不涉及罪名)，并且为了方便进行模型训练，将罪名和法条数量少于30的类删去。
数据利用json格式储存，每一行为一条数据，每条数据均为一个字典
- fact: 事实描述
- meta: 标注信息，标注信息中包括:
- criminals: 被告(数据中均只含一个被告)
- punish_of_money: 罚款(单位：元)
- accusation: 罪名
- relevant_articles: 相关法条
- term_of_imprisonment: 刑期
刑期格式(单位：月)
- death_penalty: 是否死刑
- life_imprisonment: 是否无期
- imprisonment: 有期徒刑刑期
停用词 地名，人名，一般停用词。
分词 Python包：jieba。
此部分涉及两个模型：TextCNN，Attention。
|- ckpt # 保存训练好的模型
|- data # 预处理得到的数据
|- data_raw # 原始数据
|- log # 训练日志
|- models # 模型代码
| |- Attention_TextCNN # 模型名称
| | |- network.py # 定义网络结构
| | |- train.py # 模型训练
| | |- predict.py # 模型预测
|- process_data # 预处理
|- scores # 预测的结果
|- summary # tensorboard数据
|- data_helper.py # 数据处理辅助函数
|- evaluator.py # 评价函数
|- utils.py # 其他函数
下面是我实验中的一些环境依赖，版本只提供参考。
| 环境/库 | 版本 |
|---|---|
| Ubuntu | 16.04 LTS |
| python | 3.5.0 |
| tensorflow-gpu | 1.4.0 |
law_id.py --> embed2ndarray.py --> fact2dic_law2id.py --> fact2words.py --> word2id.py --> batch_data.py
train.py --> predict.py
任务一: 42/170 shelley 86.91 85.34 85.81
任务二: 41/170 shelley 84.63 82.87 83.40
（1）TextCNN：
Kim Y. Convolutional Neural Networks for Sentence Classification[J]. Eprint Arxiv, 2014.
Conneau A, Schwenk H, Barrault L, et al. Very Deep Convolutional Networks for Text Classification[J]. 2017:1107-1116.
Szegedy C, Liu W, Jia Y, et al. Going deeper with convolutions[J]. 2014:1-9.
（2）Attention：
Yang Z, Yang D, Dyer C, et al. Hierarchical Attention Networks for Document Classification[C]// Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies. 2017:1480-1489.
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent