Eficiente predicción de fallos judiciales utilizando un modelo de red neuronal LSTM+CNN con un conjunto óptimo de características
Autores: Alghazzawi, Daniyal; Bamasag, Omaimah; Albeshri, Aiiad; Sana, Iqra; Ullah, Hayat; Asghar, Muhammad Zubair
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Eficiente predicción de fallos judiciales utilizando un modelo de red neuronal LSTM+CNN con un conjunto óptimo de características
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Cantidad
Datos históricos
ámbito legal
Pronóstico de fallos judiciales
Modelos de aprendizaje automático
Modelo de red neuronal híbrida
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 40
Citaciones: Sin citaciones
A medida que la cantidad de datos históricos disponibles en el ámbito legal ha crecido con el tiempo, los especialistas de la industria se ven impulsados a recopilar, compilar y analizar estos datos con el fin de predecir fallos judiciales. Sin embargo, predecir y justificar fallos judiciales utilizando hechos judiciales no es una tarea fácil.
Descripción
A medida que la cantidad de datos históricos disponibles en el ámbito legal ha crecido con el tiempo, los especialistas de la industria se ven impulsados a recopilar, compilar y analizar estos datos con el fin de predecir fallos judiciales. Sin embargo, predecir y justificar fallos judiciales utilizando hechos judiciales no es una tarea fácil.