原文服务方: 微电子学与计算机       
摘要:
近年来以深度学习和自然语言处理为代表的人工智能技术取得巨大突破,推动了司法智能化方法的发展。目前深度神经网络技术在法律审判领域应用受到广泛关注和发展.本文以BERT模型为基础,采用自然语言处理技术对于法律陈述事实文本进行学习,实现模型对于法律案例的智能分析能力.在模型中充分利用多层次的多头自注意力机制,从多个特征维度进一步理解了法律文本的语义信息,完成了罪名预测、法律条款推荐、刑期预测多个司法智能预测功能.通过智能司法判决的多任务学习,深入挖掘了各个子任务之间的相关性,提升了法律文本特征的提取能力,从而模型能够实现更好的泛化效果.使用公开数据集进行对比实验,验证了该方法的优异性能.
推荐文章
基于实时多任务操作系统的智能脱扣器系统软件设计
脱扣器
智能化
实时多任务操作系统
基于多任务学习的自然图像分类研究
多任务学习
自然图像
相关性
基于多任务联合稀疏表示的高光谱图像分类算法
多任务学习
稀疏表示
高光谱图像
图像分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BERT模型的多任务法律案件智能判决方法
来源期刊 微电子学与计算机 学科 工学
关键词 自然语言处理 判决预测 深度神经网络 多任务学习
年,卷(期) 2023,(9) 所属期刊栏目 计算机工程与应用
研究方向 页码范围 107-114
页数 7页 分类号 TP391.1
字数 语种 中文
DOI 10.19304/J.ISSN1000-7180.2022.0217
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2023(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自然语言处理
判决预测
深度神经网络
多任务学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
论文1v1指导