基于法律阅读理解的自动判决预测
人工智能
2018-09-19 v1 计算与语言
摘要
自动判决预测旨在基于案件材料预测司法结果。几十年来主要由律师和法官对此进行研究，其被视为人工智能技术在法律领域一项新颖且具前景的应用。大多数现有方法遵循文本分类框架，未能对互补性案件材料之间的复杂交互进行建模。为解决该问题，我们根据法律场景将任务形式化为法律阅读理解(LRC)。遵循人类法官的工作流程，LRC基于三类信息预测最终判决结果，包括事实描述、原告诉求和法律条文。此外，我们提出了一种新颖的LRC模型AutoJudge，其捕捉事实、诉求与法律之间的复杂语义交互。在实验中，我们构建了一个真实世界的民事案件数据集用于LRC。该数据集上的实验结果表明，我们的模型相比SOTA模型取得了显著改进。我们将在\urlgithub.com上发布本工作的所有源代码与数据集以供进一步研究。
引用
@article{arxiv.1809.06537,
title = {Automatic Judgment Prediction via Legal Reading Comprehension},
author = {Shangbang Long and Cunchao Tu and Zhiyuan Liu and Maosong Sun},
journal= {arXiv preprint arXiv:1809.06537},
year = {2018}
}
备注
10 pages, 4 figures, 6 tables