基于犯罪行为序列的法律条文预测方法

• 作者: 秦永彬 陈文哲 陈艳平 黄瑞章
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 司法领域 犯罪行为序列 文本表示 文本分类 法律条文预测
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 工程与应用
• 页码范围: 245-249,264
• 页数: 6页
• 分类号: TP391.1
• 字数: 5157字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1905-0069

摘要

随着互联网技术和人工智能技术的飞速发展,如何将人工智能引入到司法领域得到了各大研究机构的密切关注.在传统的审判辅助工作中,主要依托的是对于独立的案情特征进行法条、量刑、罪名的确立.然而,这种情况下,案情特征的顺序容易被忽略,尤其是涉及到案件特征的时间序列、行为序列的分析时,"顺序问题"可能影响最终的审判结果,如相同特征的案件可能导致审判结果的不同.对如何有效地利用这些信息提升法律条文预测的性能进行研究,用于改进在司法领域的表现,并辅助法官和律师等更加高效地进行法律判决.通过利用案情的事实描述和犯罪行为序列来预测案件涉及的相关法条,验证基于犯罪行为序列的法律条文预测的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦永彬	贵州大学计算机科学与技术学院	63	213	8.0	10.0
5	黄瑞章	贵州大学计算机科学与技术学院	16	47	4.0	6.0
9	陈艳平	贵州大学计算机科学与技术学院	9	13	2.0	3.0
13	陈文哲	贵州大学计算机科学与技术学院	1	0	0.0	0.0