基于词语语义差异性的多标签罪名预测

王加伟,张 虎,谭红叶,王元龙,赵红燕，2,李 茹,3

(1. 山西大学 计算机与信息技术学院，山西 太原 030006；2. 太原科技大学 计算机科学与技术学院， 山西 太原 030024;3. 山西大学 计算智能与中文信息处理教育部重点实验室，山西 太原 030006)

0 引言

随着人工智能技术在多个领域的成功应用，智慧司法也受到了相关领域研究者的广泛关注。智慧司法的实现，不仅能提升司法部门的工作效率，同时也能有效降低法律服务的门槛，这有利于促进司法公正公开透明。为了促进智慧司法的研究进展，推动自然语言处理技术在智能判决等实际问题上的应用，国内举办了2018“中国法研杯”司法人工智能挑战赛(CAIL2018)(http://cail.cipsc.org.cn/)。

罪名预测是智能判决的核心任务之一，目的是在给定犯罪事实的条件下自动预测犯罪主体触犯的罪名。其中，犯罪事实是影响定罪量刑的最重要的客观真实情况。主要包括犯罪的基本事实、犯罪情节、性质和对社会的危害程度等要素；罪名是对犯罪特征的高度概括。包括盗窃、故意伤害、故意杀人等。

早期的罪名预测主张使用统计学方法，试图分析大量历史案例找出共性规律并使用统计学模型模拟判决流程。典型工作如Kort等[1]提出的量化分析法和Nagel等[2]提出的关联分析法。此类方法仅在限定规模和特定领域的数据上有效，较难推广到一般性案件中。现阶段多基于文本分类框架构建预测模型，即以大量历史法律文书作为训练文本，以罪名为类别标签，训练机器学习分类模型。……