无意中看到了你在github的这个项目.
不是很清楚你的工作背景是否跟法律有关，对实际操作中提出一些建议。
对案例的预测和过往判决的筛选应当是以关键要素来衡量的,案由方面占据了非常大的比重
简单的分词无法涉及到具体案由的区别.
从两个使用方向来看:
1.律师或法务或从业者查询方向,通过案例的查询来印证自己的思路或者是看法院的判决案例对案件本身的诉讼有个预估.
2.面向大众使用者.
对第一点来说,可以提取出要素来进行相似的筛选.可以通过[诉求 原由(关键词) 人物 证据以及案件本质上的分类]进行筛选;
但是第二点就很难了,因为案由本身是千奇百怪的,很难通过案由本身来进行分词.不同的语言描述会导致完全不同的分词结果.
对第一点,如何面向律师的搜索来得到一个近似值的判断,有一些简单的想法.期待与你的沟通.
邮箱:linfan_fan#qq.com