基于多视角双向反馈网络的法律判决预测
计算与语言
2019-08-09 v2
摘要
法律判决预测（LJP）是基于案件事实描述来确定判决结果。LJP通常由多个子任务组成，例如适用法条预测、罪名预测和刑罚期限预测。这些多个子任务具有拓扑依赖关系，其结果相互影响和验证。然而，现有方法对多个子任务间结果依赖关系的利用不充分。此外，对于描述相似但刑罚不同的案件，由于忽略了词语搭配信息，当前方法无法准确预测。在本文中，我们基于子任务间的拓扑结构，提出了一种带有词语搭配注意力机制的多视角双向反馈网络。具体而言，我们设计了一个多视角前向预测与后向验证框架，以有效利用多个子任务间的结果依赖关系。为了区分描述相似但刑罚不同的案件，我们通过注意力机制将案件事实描述的词语搭配特征整合到网络中。实验结果表明，我们的模型在所有预测任务上相比基线均取得了显著提升。
引用
@article{arxiv.1905.03969,
title = {Legal Judgment Prediction via Multi-Perspective Bi-Feedback Network},
author = {Wenmian Yang and Weijia Jia and XIaojie Zhou and Yutao Luo},
journal= {arXiv preprint arXiv:1905.03969},
year = {2019}
}
备注
Accepted for publication in the proceedings of IJCAI2019