典型文献
基于BERT与改进BP神经网络的盗窃案刑期预测方法研究
文献摘要：
为了应对智慧法院项目中刑期预测任务的实际需求,提出了基于BERT与改进BP神经网络的刑期预测模型.以盗窃案为切入点,剖析相关案情要素,介绍刑期预测的整体框架和具体过程.基于大量真实案件数据,结合法官的审理流程,首先使用BERT识别裁判文书中的案情要素,然后基于规则抽取对应的涉案金额,最后使用改进的BP神经网络预测刑期,并与传统模型对比.实验证明,提出的模型刑期预测的平均误差小于2.5个月,优于进行对比的传统模型.
文献关键词：
神经网络;刑期预测;盗窃案件;BERT
中图分类号：
作者姓名：
郭彬彬
作者机构：
贵州大学计算机科学与技术学院,贵州 贵阳 550025;公共大数据国家重点实验室,贵州 贵阳 550025
文献出处：
引用格式：
[1]郭彬彬-.基于BERT与改进BP神经网络的盗窃案刑期预测方法研究)[J].软件工程,2022(02):6-9
A类：
B类：
BERT,刑期预测,智慧法院,案情,整体框架,实案,件数,结合法,法官,审理,别裁,裁判文书,基于规则,规则抽取,涉案,金额,神经网络预测,传统模型,模型对比,平均误差,盗窃案件
AB值：
0.304066
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。
