一种融合法律知识的相似案例匹配模型

作者：郑洁; 黄辉; 秦永彬^*

来源：数据分析与知识发现, 2022, 6(07): 99-106.

• 案例匹配
• BERT
• 法律知识
• 分段建模
• 三元组损失

【目的】构建融合法律知识的相似案例匹配模型，提升相似案例匹配任务准确率。【方法】首先将法律知识与案情文本拼接，让模型同时学习法律知识和文本信息的特征；其次，使用LSTM网络对文本进行分段建模，增强模型所能容纳的文本长度；最后，结合三元组损失和基于对抗的对比损失共同训练模型，增强模型的鲁棒性。【结果】本文模型能够极大地提升相似案例匹配任务的准确率，相比BERT基线模型提升7.07个百分点。【局限】模型使用更长的文本序列进行匹配，相比其他模型更加耗时。【结论】本文模型融合法律先验知识，具有更强的匹配效果和泛化能力，有助于辅助法律专业人员进行相似案例检索。

• 单位
  贵阳职业技术学院; 贵州大学