用于法律罪名预测的多源异构知识注入式提示学习方法

本发明公开用于法律罪名预测的多源异构知识注入式提示学习方法，包括以下步骤：步骤1：事实要素获取与编码；步骤2：知识匹配与提示注入；步骤3：法律语言模型推理；步骤4：法律罪名类别映射。有益效果：提升预测准确性；解决输入长度限制问题；增强领域适应性；提高数据效率；增强模型的可解释性；支持多任务学习；促进法律智能化发展。