1. Background
和传统分类任务不同，不同类的法律文书也可能在语义上高度相似：
DOCSCRH（商业住房产权纠纷）类型（只有房地产公司能出售商业住房）：
DOCSPHP（房屋买卖合同纠纷）类型：
本文认为，有两点原因造成传统文本分类方法不适用于法律领域：
- 传统文本分类没有充分利用文本结构信息。一些过去的方法用句子关系来解决这一问题，但并非所有句子都于预测任务有利。
- 法律案例中事实与理由部分最重要，但现在的词贡献图难以表征关键事实，且含大量与预测任务无关的词语。
本文认为法律文书分类任务最重要在理解事实，本文表示为实体之间的关系。
2. D2GCLF
从法律抽取中抽取关键当事人（原告和被告）的事实构成4个图：
- Entity-Matter
- Entity-Action
- Entity-Keyword（主题）
- Semantic Role Labeling (SRL)：建模更广泛的关系，包括有第三方人事的
然后组合4张图，过GNN（GAT），得到图表征，作为文书表征，实现分类。
整体架构图：
2.1 Motivation和民事诉讼文书数据分析
民事诉讼文书组成部分：
- Entity information sections：诉讼当事人的信息
- Facts
- Reason：原告诉讼理由
（当事人关系常存于facts和reason部分）
- Miscellaneous items：相关法律、程序、证据的讨论，与文书类型关系不大，因为同一法律可能应用于不同纠纷中
组成部分示意图：
不同类型借贷纠纷的示例（DOCPL是私人贷款合同纠纷，例子1讨论借贷行为，例子2、3提到借贷诉讼的目的和原因；DOCS是保人合同纠纷）：
如果模型不知道句子之间的关系，可能会忽略关键词guarantor。
2.2 建图
2.2.1 Entity-Matter Graph
matters：识别纠纷类别的重要证据
常是名词，和原被告出现在同一句，所以本文用POS解析器1抽取每一包含原被告的句子里的名词。为了理解matters上发生的动作，我们也抽取了形容被抽取名词的动词，如table2中的borrowed和dollar。
文书节点，原告节点A，被告节点B：
2.2.2 Entity-Action Graph
案例中，纠纷必然对应某些原被告之间的动作。
本文抽取出现原被告句子中的动词，和每个动作的对象。
2.2.3 Entity-Keyword Graph
生成原被告相关的主题。
本文用TextRank抽取含有所有当事人句子中的关键词。
2.2.4 SRL Graph
(subject, predicate, object)
predicate谓语
用LTP工具2从每一句中抽取。
2.2.5 Combined graph
2.3 GNN
本文用预训练的词嵌入作为初始节点表征，用GAT聚合得到document节点表征，然后后面的就是常规MLP分类模型了。
3. 实验
3.1 数据集
本文算是给出了一部分的数据集？就给了这些：https://drive.google.com/file/d/1bZVv0TPSjIRsRjO0P67v8Y-K-tb-o7IE/view
4000个案例（每类最新200个案例），20类。70%训练集，30%测试集。替换指示代词为原被告真名。
3.2 baseline
词嵌入用的是https://github.com/Embedding/Chinese-Word-Vectors
传统机器学习方法词嵌入用的是https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip
深度学习方法词嵌入用的是https://huggingface.co/hfl/chinese-roberta-wwm-extlarge
（为什么词嵌入都不统一呢这个小编也不知道！）
基于图的方法：构建文档-词图，即直接连接文档节点及其中的词语节点、在文档中共现的词语节点。
用AUC作为评估指标。
（用不同词嵌入方法的结果见附件）
3.3 实验设置
在训练集上交叉验证取参数。
3.4 模型分析
