基于XLCLS模型的法条多标签分类方法

摘要：

为了强化案件语义信息以及法条间的联系,提升多法条自动推送效果,将法条司法解释加入模型训练中,提出了一种基于XLCLS融合法律解释和相似性XLNET-CNN模型的法条多标签分类方法.该方法首先利用数据增强对案件进行扩充预处理;引入XLNET模型提升案件的向量化表征能力,再加入法条司法解释加强案件语义信息;然后通过CNN模型获取特征信息,进而利用法条间相关性来解决罕见法条容易被忽略的问题,并结合sigmoid函数计算各法条概率;最后通过阈值的选取来实现法条多标签分类.实验结果表明,在公益诉讼案件数据上,该方法的F1,ma与F1,mi上分别达到了88.37％与89.92％,验证了所提方法的可行性与有效性.

关键词：公益诉讼案件、多标签分类、法条司法解释

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;山西省应用基础研究计划项目;山西省研究生创新项目

在线出版日期：2022-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：4417-4423