具有保证准确性和法律可解释性的自适应判刑预测
机器学习
2025-05-21 v1
摘要
现有司法判刑预测研究主要依赖端到端模型，往往忽视判刑逻辑的内在性质，且缺乏可解释性——这对学术研究和司法实践都是关键要求。为此，我们作了三个关键贡献：首先，我们提出一种新型饱和机械判刑（SMS）模型，其基于中国刑法，具内在法律可解释性。我们还为该模型引入相应的动量最小均方（MLMS）自适应算法。其次，对于基于 MLMS 的自适应判刑预测器，我们建立了关于自适应预测准确性的数学理论，无需对数据施加任何平稳性和独立性假设。我们还提供了在已知参数情况下的预测准确性可达的最佳上界。最后，我们构建了一个中国有意伤害（CIBH）数据集。利用这一真实世界数据，广泛实验表明，我们的方法的预测准确率不远离理论上可达的最佳上界，验证了该模型的适合性以及算法的准确性。
引用
@article{arxiv.2505.14011,
title = {Adaptive Sentencing Prediction with Guaranteed Accuracy and Legal Interpretability},
author = {Yifei Jin and Xin Zheng and Lei Guo},
journal= {arXiv preprint arXiv:2505.14011},
year = {2025}
}