基于自监督学习语言模型的罪名预测研究

来源：计算机工程与应用杂志2023年第3期北京时间：

作者：田杰文, 杨亮, 张琍, 毛国庆, 林鸿飞

单位：1.大连海洋大学 信息工程学院，辽宁 大连 116023；2.大连理工大学 辽宁 大连 116024；3.北京计算机技术及应用研究所，北京 100854；4.北京国双科技有限公司，北京 100083

摘要：针对解决法律判决预测中的罪名预测问题，为了更高效地捕捉案件事实描述中上下文的语义信息，提出了一种结合ALBERT（A Lite BERT）和卷积神经网络CNN（TextCNN）的中文罪名预测模型ALBT。模型利用ALBERT模型将法律文本的事实描述转化成向量表示，提取事实描述中的关键特征，把提取到的特征送入卷积神经网络TextCNN模型中进行分类预测，最终完成对事实描述中的罪名预测。实验在2018“中国法研杯”司法人工智能挑战赛构建的数据集上精度达到了88.1%。实验结果表明，模型在中文罪名预测上能够达到更好的预测效果。

关键词：ALBERT,TextCNN,特征提取,文本分类,罪名预测