佘貴清編著的《基於規則和案例推理集成的刑事案件量刑決策支持研究》主要講述了如何構建基於本體的審判案例自動抽取標注模型；針對審判案例特點，提出了支持多屬性、多案例、多要素的GA-KNN案例檢索方法；利用決策樹、神經網絡等數據挖掘算法構建了規則推理和案例推理集成的決策支持機制。對以半結構化或非結構化數據作為決策基礎數據，以規則推理和案例推理同時支持的決策工作具有重要借鋻作用。

佘貴清編著的《基於規則和案例推理集成的刑事 案件量刑決策支持研究》構建了基於本體的審判案例 自動抽取標注模型；針對審判案例特點，提出了支持 多屬性、多案例、多要素的GA-KNN案例檢索方法；利 用決策樹、神經網絡等數據挖掘算法構建了規則推理 和案例推理集成的決策支持機制。對以半結構化或非 結構化數據作為決策基礎數據，以規則推理和案例推 理同時支持的決策工作具有重要借鋻意義。

第1章 緒論
1.1 研究背景及問題提出
1.2 研究意義
1.2.1 理論意義
1.2.2 實踐意義
1.3 本書中相關概念界定
1.3.1 半結構化文本
1.3.2 領域本體
1.3.3 信息抽取
1.3.4 語義標注
1.3.5 刑罰裁量
1.3.6 案例推理
1.3.7 決策集成
1.4 研究對像與研究內容
1.4.1 研究對像
1.4.2 研究內容
1.5 研究方法與技術路線
1.5.1 研究方法
1.5.2 技術路線
1.6 章節安排
1.7 研究的創新之處
第2章 **外研究綜述
2.1 法律知識的表示與抽取
2.1.1 法律知識的表示
2.1.2 法律知識的抽取
2.2 法律案例的屬性優化與案例檢索方法
2.2.1 案例屬性優化
2.2.2 案例檢索方法
2.3 法律知識的推理
2.3.1 法律知識的推理邏輯
2.3.2 法律知識的推理方法
2.4 文獻述評
2.4.1 研究問題的價值
2.4.2 研究面臨的問題
第3章 基於本體的刑事案例庫構建研究
3.1 構建刑事案例庫的條件分析
3.1.1 刑事案件文書特點
3.1.2 刑事案例現狀分析
3.1.3 刑事案件本體構建難度
3.2 刑事案件本體化框架設計
3.2.1 本體建模基本模型
3.2.2 刑事案件本體構建
3.2.3 刑事案件信息抽取
3.2.4 刑事案例庫設計
3.3 刑事案件本體構建實現與信息抽取評價
3.3.1 刑事案件本體構建實現
3.3.2 刑事案件信息抽取評價
3.4 本章小結
第4章 基於遺傳算法的刑事案例屬性優化與檢索策略研究
4.1 基於遺傳算法對刑事案例屬性優化的研究
4.1.1 刑事案例屬性的特征及屬性優化的意義
4.1.2 兩種優化方法對刑事案例屬性優化的針對性分析
4.1.3 針對刑事案例屬性優化的兩種優化方法對比分析
4.2 基於GA-KNN算法對刑事案例檢索策略研究
4.2.1 案例相似性的KNN算法
4.2.2 案例相似性的GA-KNN算法
4.2.3 案例相似性的KNN方法與GA-KNN算法的比較
4.3 本章小結
第5章 刑事案件推理集成決策模型研究
5.1 基於本體的法律推理體繫
5.2 刑事案件推理決策模型中的相關算法
5.2.1 特征選擇
5.2.2 決策樹
5.2.3 神經網絡
5.3 刑事案件推理集成決策模型研究
5.3.1 推理集成決策模型建立意義
5.3.2 推理集成決策模型設計
5.3.3 案例特征提取策略
5.3.4 模型訓練階段的方案設計
5.3.5 模型使用階段的方案設計
5.4 刑事案件推理集成模型實現
5.4.1 實驗平臺
5.4.2 實驗數據及預處理
5.4.3 判決類型推理模型實驗
5.4.4 判決刑期推理模型實驗
5.5 刑事案件推理集成模型評價
5.6 本章小結
第6章 刑事案件量刑決策輔助繫統原型設計
6.1 需求分析
6.1.1 繫統需求概述
6.1.2 繫統功能需求
6.2 繫統總體設計
6.2.1 繫統工作流程
6.2.2 繫統架構設計
6.3 功能模塊實現
6.3.1 案例庫模塊實現
6.3.2 決策推理模塊實現
6.3.3 案例**模塊實現
6.4 繫統原型界面設計
6.5 本章小結
結論與展望
參考文獻
附錄A 刑事案件本體類與屬性的詳細設計
附錄B 刑事案件本體OWL文件
附錄C 故意傷害罪類刑事案件本體
附錄D 刑事案件本體XML抽取模板
附錄E 實驗數據
後記