[发明专利]刑事案件法庭观点生成方法

权利要求书

1.一种刑事案件法庭观点生成方法，其特征在于，包括：

步骤1、获取案件事实描述及其法庭观点的训练数据集；

步骤2、通过基于变换器的双向编码器获得案件事实的向量表示；

步骤3、将步骤2得到的案件事实表示向量输入到情节选择器中预测定罪情节和量刑情节相关的句子，得到定罪情节的向量表示和量刑情节的向量表示；

步骤4、根据步骤3得到的定罪情节向量输入到定罪情节相关的解码器中得到定罪情节相关的法庭依据的向量表示；

步骤5、将定罪情节的向量表示与定罪情节相关的法庭依据的向量表示进行融合并预测相关的罪名；

步骤6、根据步骤3得到的量刑情节向量输入到量刑情节相关的解码器中得到量刑情节相关的法庭依据的向量表示；

步骤7、根据定罪情节相关的法庭依据的向量表示生成定罪情节相关的法庭依据；

步骤8、根据量刑情节相关的法庭依据的向量表示生成量刑情节相关的法庭依据；

步骤9、根据步骤5、步骤7和步骤8得到的结果通过模版函数生成完整的法庭观点。

2.根据权利要求1所述的刑事案件法庭观点生成方法，其特征在于，在步骤1中，案件事实描述f＝(adc，sec，noise)，案件事实中的第i个句子其中，

定罪情节量刑情节冗余情节

3.根据权利要求1所述的刑事案件法庭观点生成方法，其特征在于，在步骤2中，通过基于变换器的双向编码器将案件事实的文本描述转换为低维的语义表征，将案件事实的每个句子输入到基于变换器的双向编码器H_i＝BERT(f_i)中，得到连续的隐藏层向量与每个句子平均向量表示

4.根据权利要求1所述的刑事案件法庭观点生成方法，其特征在于，在步骤3中，针对经过步骤2处理得到的每个句子向量h_i，利用基于softmax方法的情节选择器预测该句子是量刑情节相关句子的概率：

p＝softmax(W_sh_i+b_s)

其中，如果p＞0.5，则认定该句子是量刑情节相关的句子，并从步骤2中得到的句子向量中选择预测为量刑情节相关的句子向量，即反之，则认定该句子是定罪情节或冗余情节相关的句子，即

5.根据权利要求4所述的刑事案件法庭观点生成方法，其特征在于，在步骤4中，在t时刻，定罪情节相关的解码器的隐藏向量为通过注意力机制的方法得到一个上下文向量

之后将与进行融合得到定罪情节相关的法庭依据的向量表示

6.根据权利要求5所述的刑事案件法庭观点生成方法，其特征在于，在步骤5中，将步骤3得到的定罪情节的向量表示与步骤4得到的定罪情节相关的法庭依据的向量表示通过平均池化方法得到：

然后，通过softmax分类器预测相关罪名c，其中，

7.根据权利要求6所述的刑事案件法庭观点生成方法，其特征在于，在步骤6中，在t时刻，量刑情节相关的解码器的隐藏向量为通过注意力机制的方法得到一个上下文向量

之后将与进行融合得到量刑情节相关的法庭依据的向量表示

8.根据权利要求6所述的刑事案件法庭观点生成方法，其特征在于，在步骤7中，根据步骤4得到的定罪情节相关的法庭依据的向量表示使用softmax分类器生成时刻t的词：

9.根据权利要求8所述的刑事案件法庭观点生成方法，其特征在于，在步骤8中，根据步骤6得到的量刑情节相关的法庭依据的向量表示使用softmax分类器生成时刻t的词：

10.根据权利要求9所述的刑事案件法庭观点生成方法，其特征在于，在步骤9中，利用模板函数F生成法庭观点：F(v_a，c，v_s)；其中，定罪情节相关依据量刑情节相关依据c为罪名，包含在罪名集合Y_c＝{c₁，...，c_n}中。