公开(公告)号：CN110610005A

公开(公告)日：2019-12-24

申请号：CN201910870274.9

申请日：2019-09-16

Applicant: 哈尔滨工业大学

Inventor： 叶麟 ,  张宏莉 ,  方滨兴 ,  李尚 ,  郭镔 ,  蔡怡蕾 ,  郭小丁 ,  陈喆

IPC: G06F17/27 ,  G06F16/33 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/18 ,  G06Q50/26

Abstract: 基于深度学习的盗窃罪辅助量刑方法属于计算机领域；无法实现在较少人工标注情况下的案情语义表示和特定罪名的刑期精准预测；包括根据刑法规定和关于盗窃罪的量刑规定，结合已公开的盗窃罪一审判决书，从被盗窃物品价值、犯罪主体信息、犯罪事实描述、判决结果角度定义形式化描述盗窃案的11维特征；对裁判文书进行文本预处理；整合为语料集，训练词向量；完成除被盗窃物品价值和刑期之外特征的提取，使用循环神经网络为每一维特征分别构建特征生成器，从而提取特征值；使用线性回归和多层神经网络模型作为预测器，输入案件特征向量，输出刑期预测结果；能够在较少依赖人工标注的情况下实现对案情的深度语义理解和给出明确的刑期预测值。