公开(公告)号：CN117009514A

公开(公告)日：2023-11-07

申请号：CN202310575350.X

申请日：2023-05-19

Applicant: 南京大学

Inventor： 葛季栋 ,  李传艺 ,  陈熙禄 ,  李奇 ,  骆斌

IPC: G06F16/35 ,  G06F16/951 ,  G06F16/31 ,  G06F16/335 ,  G06F40/289 ,  G06F40/216 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/084 ,  G06Q50/18

Abstract: 本发明公开了一种基于Transformer的多标签罪名预测方法，包括以下步骤：爬取裁判文书并融合CAIL数据构造数据集；数据预处理，包括从裁判文书中抽取出案件基本情况段落、引用法条列表、罪名等信息，平衡单标签多标签数据，构造词表，去停用词，法条名称标准化；预训练词嵌入层；训练相关法条预测神经网络以获取与案情相关的法条；训练罪名预测神经网络；输出预测的罪名列表。本发明针对罪名预测中一个被告对应多个罪名的预测问题，提出了一种面向数罪并罚的罪名预测方法。另外，针对其他传统罪名预测方法中外部知识不足的问题，提出了一种融合案件基本情况和相关法条的方法，显著提升了模型的性能与可解释性。