归属学者：

朱福勇

归属院系：

人工智能法学院（应用法学院）

作者：

朱福勇¹ ;高帆

摘要：

人工智能技术的迅猛发展为审判案件事实要素的智能抽取奠定了基础。当前,由于法律专业词汇容易被切割成单个语义碎片,涉案诉讼材料的多源性和多样性等,导致审判案件事实要素抽取准确性不高,影响法律的准确适用,抑制依法裁判的作出。是以,需要以要素式审判为基础,利用OCR等技术对审判案例数据和案例事实要素进行识别,并进行智能化抽取;运用基于层叠注意力机制的深度学习模型,将案件中提取的事实要素进行相关性计算,选定案件的关键要素;根据得到的结构化要素,通过从案件中提取时间、地点、主体等事实要素,利用贝叶斯网络搭建证据关联概率模型对案件事实要素进行综合赋值分析,构建案件画像,智能、准确地抽取审判案件事实要素,以达至准确适用法律、依法裁判之目标。

出版日期：

2021-06-10

学科：

诉讼法学

收录：

北大核心期刊; CSSCI-E

提交日期：

2021-07-15

引用参考：

朱福勇;高帆. 审判案件事实要素智能抽取探究[J]. 理论月刊,2021(06):125-134.

全文附件授权许可：

知识共享许可协议-署名