基于法律裁判文书的法律判决预测

点击上方蓝字关注我们

基于法律裁判文书的法律判决预测

张虎¹, 潘邦泽¹, 谭红叶¹, 李茹^1,2

1 山西大学计算机与信息技术学院，山西 太原 030006

2 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

 摘要：针对智慧司法服务领域中“法律判决预测”任务的实际需求，探讨了法律判决预测任务的研究思路与实现路径，介绍了法律判决预测的整体框架和具体过程。基于从中国裁判文书网获取的海量真实案件数据和2018“中国法研杯”司法人工智能挑战赛的评测数据，整理了实验数据类别，规范了实验数据格式，形成了基于法律裁判文书大数据的法律判决预测数据集。在判决预测模型中，首先使用判决要素抽取方法提取出高质量的判决要素句，然后借鉴法官的判案思路，将整个法律判决预测任务转换为法条预测、罪名预测和刑期预测3项子任务，并分别构建了基于判决要素的预测模型。实验结果表明，所提方法在刑法类判决预测数据集上得到了有效的结果。

关键词：法律判决预测 ; 判决要素抽取 ; 法条预测 ; 罪名预测 ; 刑期预测

论文引用格式：

张虎, 潘邦泽, 谭红叶, 等. 基于法律裁判文书的法律判决预测. 大数据[J], 2021, 7(5):164-175.

ZHANG H, PAN B Z, TAN H Y, et al. Legal judgment prediction based on legal judgment documents. Bigdataresearch[J],2021,7(5):164-175.

1 引言

在人工智能与大数据技术的推动下，从2013年起，我国各级司法机构就进入了以提供智能司法服务为目的的“智慧司法”建设时期。在2014年与2016年，最高人民法院相继推出了人民法院数据集中管理平台与国家司法审判系统，并开通了中国裁判文书网与中国法律应用数字网络服务平台。2017年7月，国家人工智能战略《新一代人工智能发展规划》对人工智能理论、技术和应用做出前瞻布局，呼吁加强人工智能相关法律、伦理和社会问题研究。同时，该规划力挺智慧法庭建设，提出促进人工智能在证据收集、案例分析、法律文件阅读与分析中的应用。

在同一时期，大数据与人工智能技术在各行各业都引起了高度的重视，并得到了广泛的应用，人工智能在司法领域的应用已经成为未来法律工作中必不可少的一部分。无论是法官、律师还是普通大众，都会享受到智慧司法服务带来的便捷。智慧司法的主要思想是将人工智能技术，特别是自然语言处理（natural language processing，NLP）技术应用于法律领域的任务。一方面，智慧司法可以为不熟悉法律术语和复杂判决程序的群众提供低成本、高质量的法律咨询服务；另一方面，它可以为专业人士（如律师和法官）提供参考，将法律专业人士从错综复杂的文书工作中解放出来，提高他们的工作效率。同时，利用人工智能技术提升法律服务水平的思想也将被进一步普及，人们对正义与法律的理解将会被重新塑造，国家利用人工智能技术提升法律服务水平的目标也将被实现。

法律判决预测是“智慧司法”服务体系下的一项重要研究任务，在学术界和企业界受到广泛关注。其任务的核心目标是通过分析案件的相关信息，自动预测出案件最终的判决结果。然而，对于如何完成法律判决预测任务这一问题，面临着如下几个关键的挑战。

● 法律判决预测任务的研究要求使用真实的法律案件数据集，而真实法律案件信息的获取渠道较为广泛，且数据形式与包含内容各不相同。因此，统一各类数据的数据格式、构建高质量的数据集是法律判决预测任务的首要任务。

● 以往的判决预测大多将整篇法律文书作为输入。但在人类法官审理案件的过程中，判决结果往往仅由案件的核心描述决定，法律文书中的大多数内容对案件的判决结果影响较小，且大量无关内容还会直接影响最终的判决预测结果。因此，探索判决要素抽取方法对提升法律判