改进KG-BERT算法的涉毒案件法条预测方法
Software Guide（2022）
摘要
涉毒案件法条预测任务存在案情复杂度高、案件与案件之间相似度大等难点,传统方法大多集中于对案情的语义学习,而忽略了法条知识的作用,导致法条预测性能不佳.因此,基于KG-BERT算法提出改进后的KG-Law-former算法.改进后的算法可同时学习案情知识和法条知识,并通过法条知识更好地指导预测.实验结果证明,该方法在宏F1值上较传统方法提升了10％～30％,达到79％,并在准确率Acc、宏精确率MP和宏召回率MR等指标上均有一定提升,证明了在法条预测中融入法条知识可以提高预测性能.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要