软件学报

作者：郭军军，刘真丞，余正涛，黄于欣，相艳

单位：郭军军，昆明理工大学 信息工程与自动化学院, 云南 昆明 650500;云南省人工智能实验室(昆明理工大学), 云南 昆明 65050011,刘真丞，昆明理工大学 信息工程与自动化学院, 云南 昆明 650500;云南省人工智能实验室(昆明理工大学), 云南 昆明 65050002,余正涛，昆明理工大学 信息工程与自动化学院, 云南 昆明 650500;云南省人工智能实验室(昆明理工大学), 云南 昆明 65050003,黄于欣，昆明理工大学 信息工程与自动化学院, 云南 昆明 650500;云南省人工智能实验室(昆明理工大学), 云南 昆明 65050004,相艳，昆明理工大学 信息工程与自动化学院, 云南 昆明 650500;云南省人工智能实验室(昆明理工大学), 云南 昆明 65050005

关键词：低频罪名;易混淆罪名;双向互注意力;多粒度编码;案件辅助句

基金：国家重点研发计划（2018YFC0830105，2018YFC0830101，2018YFC0830100）；国家自然科学基金（61972186，61762056，61472168，61866020）；云南省科技厅省级人培项目（KKSY201703015）；云南省基础研究专项面上项目（2019FB082，202001AT070047）

由于低频罪名数据量较少和易混淆罪名案情描述相似等原因，导致低频和易混淆罪名预测效果不佳.为了解决此类问题，通过构建案件辅助句，提出一种基于双向互注意力机制的案件辅助句融合方法，实现罪名预测.主要包括以下3部分：首先，基于司法领域知识构建案件辅助句，将案件辅助句作为案情描述和罪名之间的映射知识；然后，基于词级和字符级表征分别提取案情描述与案件辅助句多粒度特征；同时，借助案件辅助句与案情描述双向注意机制，获得具有辅助句倾向性的案情描述表征，并最终实现低频和易混淆罪名的预测.基于中国刑事案件公共数据集的实验结果表明：所提方法在F1值最大提升13.2%，准确率最大提升4.5%，低频罪名预测F1值提升4.3%，易混淆罪名预测F1值提升8.2%，所提算法显著地提升了低频和易混淆罪名的预测性能.

来源：2021年第10期

《软件学报》期刊编辑部

查看软件学报杂志2021年第10期