罪名預(yù)測是智慧司法領(lǐng)域中的一項重要研究內(nèi)容,其旨在依據(jù)犯罪事實自動預(yù)測出犯罪主體觸犯的罪名。犯罪事實是案件的真實客觀描述,犯罪事實中各詞語的語義重要性在不同罪名的判決中有所差異,而現(xiàn)有方法在對犯罪事實建模的過程中往往忽略了這種語義差異性,且缺乏對數(shù)罪并罰情形的處理。為此,該文在對犯罪事實的建模過程中將詞語的語義差異融入注意力機制;并將數(shù)罪并罰情形下的多標簽罪名預(yù)測轉(zhuǎn)化為多個獨立的單標簽罪名預(yù)測。實驗結(jié)果表明,該文基于詞語語義差異性建模和多標簽轉(zhuǎn)化策略均有利于提升罪名預(yù)測的效果,在"中國法研杯"2018司法人工智能挑戰(zhàn)賽公布的數(shù)據(jù)集上達到了88.0%的F1值。 

【文章來源】：中文信息學報. 2019,33(10)北大核心CSCD

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 相關(guān)工作
2 基于詞語語義差異性的多標簽罪名預(yù)測模型
    2.1 問題描述
    2.2 基于注意力機制的語義差異性建模
        2.2.1 Bi-GRU層
        2.2.2 注意力層
        2.2.3 特征提取層
    2.3 多標簽罪名預(yù)測模型
3 實驗與分析
    3.1 數(shù)據(jù)集及評價指標
    3.2 實驗參數(shù)設(shè)置
    3.3 結(jié)果及分析
4 結(jié)語



本文編號：3405671