公开(公告)号：CN114444517A

公开(公告)日：2022-05-06

申请号：CN202210371281.6

申请日：2022-04-11

Applicant: 东南大学

Inventor： 毕胜 ,  周之遥 ,  漆桂林

IPC: G06F40/30 ,  G06K9/62 ,  G06Q50/18 ,  G06F16/35

Abstract: 本发明公开了一种量刑标准知识增强的数值感知的智能法律判决方法，用于解决一般方法缺乏数值感知能力进而在数值法律判决任务上表现较差的问题，提出的该方法包括以下步骤：首先使用PTLM对事实描述编码，获得句子级和词语级的表征；然后；接着使用基于预训练语言模型（PTLM，Pre‑Trained Language Model）的遮蔽数字预测(MNP)来帮助模型获得法律上的数值意义；再从数值表征和选择的法律知识中构建图网络，进行数值推理；最后使用经过以上步骤得到的表征预测类别。本发明在设计时利用了PTLM的优势，同时融入了司法先验，并构建图网络进行数值推理，能够显著提升法律判决准确率。

公开(公告)号：CN114444517B

公开(公告)日：2022-07-08

申请号：CN202210371281.6

申请日：2022-04-11

Applicant: 东南大学

Inventor： 毕胜 ,  周之遥 ,  漆桂林

IPC: G06F40/30 ,  G06K9/62 ,  G06Q50/18 ,  G06F16/35

Abstract: 本发明公开了一种量刑标准知识增强的数值感知的智能法律判决方法，用于解决一般方法缺乏数值感知能力进而在数值法律判决任务上表现较差的问题，提出的该方法包括以下步骤：首先使用PTLM对事实描述编码，获得句子级和词语级的表征；然后；接着使用基于预训练语言模型（PTLM，Pre‑Trained Language Model）的遮蔽数字预测(MNP)来帮助模型获得法律上的数值意义；再从数值表征和选择的法律知识中构建图网络，进行数值推理；最后使用经过以上步骤得到的表征预测类别。本发明在设计时利用了PTLM的优势，同时融入了司法先验，并构建图网络进行数值推理，能够显著提升法律判决准确率。