联合多源分析的罪名预测研究

TP391; 随着人工智能技术逐步在司法领域落地与应用,法律人工智能的研究成果极大地提升了司法从业人员的工作效率.罪名预测作为法律人工智能的重要核心应用之一,旨在根据案件描述预测犯罪主体触犯的刑法罪名.针对目前罪名预测研究仅依赖于单一的裁判文书数据源,但裁判文书对案件细节的阐述不够全面的问题,构建了一个结合裁判文书和庭审文书的多源联合分析数据集,将概述内容的裁判文书与囊括细节的庭审文书相结合进行罪名预测.在构建的多源联合数据集上进行了大量实验及分析,实验结果验证了裁判文书和庭审文书在信息上的互补性,为罪名预测任务提供了新的思考角度....

Full description

Saved in:
Bibliographic Details
Published in计算机工程与应用 Vol. 59; no. 4; pp. 290 - 296
Main Authors 彭韬, 杨亮, 张琍, 毛国庆, 林鸿飞, 任璐
Format Journal Article
LanguageChinese
Published 大连理工大学 计算机科学与技术学院,辽宁 大连 116024%北京计算机技术及应用研究所,北京 100854%北京国双科技有限公司,北京 100083 15.02.2024
Subjects
法律智能
罪名预测
多源联合分析
Online AccessGet full text

Cover

More Information
Summary:TP391; 随着人工智能技术逐步在司法领域落地与应用,法律人工智能的研究成果极大地提升了司法从业人员的工作效率.罪名预测作为法律人工智能的重要核心应用之一,旨在根据案件描述预测犯罪主体触犯的刑法罪名.针对目前罪名预测研究仅依赖于单一的裁判文书数据源,但裁判文书对案件细节的阐述不够全面的问题,构建了一个结合裁判文书和庭审文书的多源联合分析数据集,将概述内容的裁判文书与囊括细节的庭审文书相结合进行罪名预测.在构建的多源联合数据集上进行了大量实验及分析,实验结果验证了裁判文书和庭审文书在信息上的互补性,为罪名预测任务提供了新的思考角度.
ISSN:1002-8331
DOI:10.3778/j.issn.1002-8331.2108-0339