典型文献
基于BERT模型的多任务法律案件智能判决方法
文献摘要：
近年来以深度学习和自然语言处理为代表的人工智能技术取得巨大突破,推动了司法智能化方法的发展.目前深度神经网络技术在法律审判领域应用受到广泛关注和发展.本文以BERT模型为基础,采用 自然语言处理技术对于法律陈述事实文本进行学习,实现模型对于法律案例的智能分析能力.在模型中充分利用多层次的多头自注意力机制,从多个特征维度进一步理解了法律文本的语义信息,完成了罪名预测、法律条款推荐、刑期预测多个司法智能预测功能.通过智能司法判决的多任务学习,深入挖掘了各个子任务之间的相关性,提升了法律文本特征的提取能力,从而模型能够实现更好的泛化效果.使用公开数据集进行对比实验,验证了该方法的优异性能.
文献关键词：
自然语言处理;判决预测;深度神经网络;多任务学习
中图分类号：
作者姓名：
范阿曼;王延川
作者机构：
陕西国际商贸学院,陕西西安710000;西北工业大学,陕西西安710000
文献出处：
引用格式：
[1]范阿曼;王延川-.基于BERT模型的多任务法律案件智能判决方法)[J].微电子学与计算机,2022(09):107-114
A类：
B类：
BERT,法律案,司法智能化,智能化方法,深度神经网络,神经网络技术,法律审,审判,自然语言处理技术,陈述,智能分析,分析能力,多头自注意力机制,法律文本,语义信息,罪名预测,律条,刑期预测,智能预测,预测功能,智能司法,司法判决,多任务学习,子任务,文本特征,特征的提取,公开数据集,优异性能,判决预测
AB值：
0.412664
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
