山东大学学报(理学版)

作者：唐光远,郭军军,余正涛,张亚飞,高盛祥

单位：1.昆明理工大学信息工程与自动化学院, 云南 昆明 650500;2.昆明理工大学云南省人工智能重点实验室, 云南 昆明 650500

关键词：法条推荐,BERT模型,法条知识融合,注意力机制,

基金：国家自然科学基金资助项目(61762056,61866020,61761026,61972186);云南省自然科学基金资助项目(2018FB104)

针对传统法条推荐方法知识利用不足的问题,结合预训练BERT模型,提出了一种基于司法领域法律条文知识驱动的法条推荐方法。首先基于BERT预训练模型对法条知识和案件描述分别进行表征,并基于双向LSTM对案件描述文本进行特征提取,然后基于注意力机制提取融合法条知识的案件描述文本特征,最终实现法条智能推荐。该方法在法研杯公共数据集上,法条推荐F1值达到0.88,结果表明,融合法条知识的BERT模型对法条推荐具有显著提升作用,并且可以有效地解决易混淆法条推荐问题。

来源：2021年第11期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2021年第11期