一种基于司法知识融合与多任务依赖遮蔽的法律判决预测模型

本发明公开了一种基于司法知识融合与多任务依赖遮蔽的法律判决预测模型，能够更有效地完成法律条款、罪名指控和刑期预测三个子任务的预测,涉及人工智能中的自然语言处理技术在法律系统中的应用。其中，司法知识融合方法引入了法律条文与指控解释两类蕴含丰富司法信息的司法知识，通过多头跨注意力机制让模型选择到与当前案例事实最为相关司法知识，并使用一对SoftMax函数的差分来消除融合过程中带来的噪音信息，从而增强案例事实特征表示。多任务依赖遮蔽方法采用在训练阶段对前置任务的预测结果进行判断，预测正确则进行任务依赖信息的传递，不正确则遮蔽任务依赖信息，该方法巧妙地对错误的任务依赖信息进行精准识别和遮蔽。