BriefGPT - AI 论文速递
·
通过多元法律因素增强刑事案件匹配
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种名为DLF-CCM的两阶段框架，用于增强犯罪案件匹配的多样化法律因素。DLF-CCM首先在大规模法律判决预测数据集上使用多任务学习框架预训练了一个LF提取网络；然后引入了一个LF去重模块来学习共享LF和独有LF，并采用熵权融合策略来动态融合所有LF生成的多个相关度。实验结果证实了DLF-CCM的有效性，并显示其在竞争基准上的显著改进。
🎯
关键要点
- 提出了一种名为DLF-CCM的两阶段框架，用于增强犯罪案件匹配的多样化法律因素。
- DLF-CCM首先在大规模法律判决预测数据集上使用多任务学习框架预训练了一个LF提取网络。
- 引入了LF去重模块来学习共享LF和独有LF。
- 采用熵权融合策略来动态融合所有LF生成的多个相关度。
- 实验结果证实了DLF-CCM的有效性，并显示其在竞争基准上的显著改进。
➡️
