法律指控预测的多源异构知识注入式提示学习方法
原文中文，约200字，阅读约需1分钟。发表于：。我们提出了一种基于提示学习框架的方法，同时利用了来自法律知识库、对话型 LLM 和相关法律文章的多源异构外部知识，实现知识增强模型前向推理，取得了最新的 CAIL-2018 法律罪名预测数据集的最新结果，并具有较低的数据依赖性，案例研究还展示了我们方法的强解释性。
我们提出了一种基于提示学习框架的方法，利用多源异构外部知识实现知识增强模型前向推理，取得了最新的法律罪名预测数据集的最新结果，并具有较低的数据依赖性。案例研究展示了方法的强解释性。
