科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来以深度学习和自然语言处理为代表的人工智能技术取得巨大突破，推动了司法智能化方法的发展。目前深度神经网络技术在法律审判领域应用受到广泛关注和发展.本文以BERT模型为基础，采用自然语言处理技术对于法律陈述事实文本进行学习，实现模型对于法律案例的智能分析能力.在模型中充分利用多层次的多头自注意力机制，从多个特征维度进一步理解了法律文本的语义信息，完成了罪名预测、法律条款推荐、刑期预测多个司法智能预测功能.通过智能司法判决的多任务学习，深入挖掘了各个子任务之间的相关性，提升了法律文本特征的提取能力，从而模型能够实现更好的泛化效果.使用公开数据集进行对比实验，验证了该方法的优异性能.
- 单位
