法院项目实践随笔（1）——简介

        2017年9月研究生入学直到现在，跟着导师后面一直从事机器学习这方面的研究，并且也参与了项目实践，简单写点东西，记录一下在项目当中遇到的问题和解决方法，包括用到的技术和工具等等。

项目简介：

       项目组和XX的法院有合作，我们做的东西主要基于这些合作项目。而我们组研究性偏重一点，主要是为后面的产品规划做一个研究和简单实践，其实并没有多大应用价值=.=！，主要是冲着学术论文去的。我所在组的项目内容主要是利用深度学习的方法完成对法院文书的智能纠错，具体讲就是在原告向法院提交一个诉讼文书的时候，系统能够根据诉讼文书的内容，识别它所属的案由类别，看它跟原告诉讼书上标识的是否一致。分析下来就是一个机器学习的分类问题。由于已知的案由种类比较多，为了便于实验，在自身的法院文书库中选取了10类文书数量比较多的案由进行分类实验。而所用的深度学习算法，主要用的是比较冷门的卷积神经网络CNN（冷门是由于CNN一般用于处理图像而不是文本），当然，在项目中后期，我们也尝试了热门的RNN（循环神经网络），如LSTM（长短时记忆神经网络），当然也不缺传统的机器学习算法SVM来与之进行对比。运用的实践工具是tensorflow，好用易上手。