10.3969/j.issn.1671-7449.2021.03.009
基于注意力交互机制的智能司法预测方法研究
智能司法预测是法律人工智能的一项重要任务,其核心子任务之一是罪名预测,即,给定犯罪事实预测行为人所犯罪名.目前基于深度学习的罪名预测方法没有充分利用对准确定罪起重要作用的法律条文知识,而且缺乏可解释性.为此,本文提出一种新的罪名预测方法,该方法通过法条与事实之间的注意力机制,保留相关的事实句,以获得更好的事实表示;基于事实-罪名预测与法条-罪名预测这两个预测模型构建联合学习框架,从词、句子、篇章3个层级准确构建了事实与法条的语义表示.在3个公开的标准数据集上进行了大量实验与可视化分析,结果表明:与非预训练语言模型相比,本文所提方法取得了显著的性能提升;与BERT预训练语言模型相比,该方法在准确率与可解释性方面也更具竞争性.
智能司法预测、罪名预测、法条知识、注意力交互机制、联合学习
35
TP3(计算技术、计算机技术)
2021-06-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
237-244