基于修正关系知识的法律判决预测混淆区分
计算与语言
2024-08-20 v1 人工智能
摘要
法律判决预测（LJP）旨在根据案件事实的文本描述自动预测法律案件的判决结果。在实践中，混淆法律条文（或罪名）的问题频繁出现，反映出适用于相似条文（或罪名）的法律案件容易被误判。尽管一些基于先验知识的近期工作较好地解决了此问题，但它们忽略了混淆也发生在具有高后验语义相似性的法律条文之间，这是由于数据不平衡问题而非仅在先验高度相似的条文之间，这是本工作的进一步发现。本文提出了一种名为 D-LADAN 的端到端模型来解决上述挑战。一方面，D-LADAN 基于法律条文的文本定义构建图，并提出图蒸馏操作（GDO）来区分具有高先验语义相似性的条文。另一方面，D-LADAN 提出了一种新颖的动量更新记忆机制来动态感知法律条文（或罪名）之间的后验相似性，以及加权 GDO 来自适应地捕捉差异，以修正由数据不平衡问题引起的归纳偏置。我们进行了广泛实验以证明 D-LADAN 在准确性和鲁棒性方面显著优于最先进方法。
引用
@article{arxiv.2408.09422,
title = {Distinguish Confusion in Legal Judgment Prediction via Revised Relation Knowledge},
author = {Nuo Xu and Pinghui Wang and Junzhou Zhao and Feiyang Sun and Lin Lan and Jing Tao and Li Pan and Xiaohong Guan},
journal= {arXiv preprint arXiv:2408.09422},
year = {2024}
}
备注
Accepted by ACM TOIS