基于迁移学习的适用法条推荐模型

作者：杨超群; 庞彦燕; 严若冰; 张世全^*; 胡兵; 王竹

来源：四川大学学报(自然科学版), 2021, 58(02): 13-18.

DOI：10.19907/j.0490-6756.2021.021001

• 适用法条推荐
• 文本分类
• 人工智能
• 迁移学习

本文提出了一个基于法律事实的适用法条推荐模型.作为应用,本文选取了刑事诈骗罪和民事离婚纠纷两个案由的裁判文书数据集,使用FastText模型,并基于迁移学习方法从预训练的通用词向量出发训练法律词向量,再以此为基础进行文本分类.结果显示,经过迁移学习后,无论诈骗罪案件还是离婚纠纷案件均能做到对案情描述文本全面、准确地推荐适用法条,特别是具有针对性的法规、司法解释等.随着迁移学习模式的不断完善,本文研究的方法还应该可进一步用于证据推送、量刑预测等.

• 单位
  四川大学; 数学学院