摘要
本发明涉及一种基于LDA主题模型的法律停用词设置方法系统，该方法包括如下步骤：步骤1、使用分词工具对法律文本进行预处理；步骤2、使用LDA主题模型对步骤1获得的分词结果进行分析；步骤3、计算词语的章节频率和逆章节频率，以量化词语语义特征；步骤4、根据计算出的章节频率和逆章节频率的阈值，生成候选停用词表；步骤5、进行第一轮专家审核，重复执行步骤1至步骤4的筛选流程，再进行第二轮专家审核，形成法律领域专属停用词表。本发明能显著提高LDA主题模型在法律领域应用的性能与泛化能力，与传统的通用停用词表相比，显著提高了模型分析的主题质量和连贯性，为未来使用自然语言处理进行自动化章节级法律文本分析提供重要参考。
