基于因果图分析的可解释司法判决预测方法研究
随着人工智能技术的发展和海量司法数据的公开，面向“智慧司法”服务的司法判决预测（legal judgment prediction，LJP）任务受到了学术界和工业界的广泛关注，该任务旨在根据有限的案件事实描述文本来预测案件的罪名、法条和刑期。然而，现有工作缺乏对易混淆司法案件的智能决策的研究，且相关模型通常缺乏可解释性，这会导致模型预测严重依赖领域专家，阻碍LJP在不同法律体系中的应用。为此，提出了一种基于因果图分析的司法判决预测（prediction of legal judgment based on causal graph analysis， CGLJ）方法，首先从非结构化的法律事实描...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
China InfoCom Media Group
2024-03-01
|
| Series: | 大数据 |
| Subjects: | |
| Online Access: | https://www.infocomm-journal.com/bdr/CN/10.11959/j.issn.2096-0271.2024023 |