基于BERT模型和关键词提取的法律判决预测方法

本发明涉及自然语言处理技术与法律判决预测(LJP)领域，提出了一种基于BERT模型、关键词提取和交叉注意力机制的方法。具体而言，该方法包括：首先，将案件事实描述输入到基于Transformer的关键词提取模型中，提取出法律事实关键词，并将其输入BERT模型以获得向量表示；接着，利用交叉注意力机制将法典语义融入模型，从而对罪名预测、法条预测(分类任务)以及刑期预测(回归任务)进行预测。本发明通过提取上下文相关的关键词并嵌入BERT模型，同时采用交叉注意力机制纳入法典语义，有效解决了传统方法难以准确捕捉关键事件信息的问题，从而提升了LJP各子任务的预测准确性。