论文｜杨超群、庞彦燕、严若冰、张世全、胡兵、王竹：基于迁移学习的适用法条推荐模型

本文原载《四川大学学报（自然科学版）》，由四川大学法学院王竹教授等科研人员创作，系四川大学市场经济法治研究所系列学术成果。后续会持续分享四川大学市场经济法治研究所系列学术成果，欢迎大家阅读。

摘要：本文提出了一个基于法律事实的适用法条推荐模型.作为应用,本文选取了刑事诈骗罪和民事离婚纠纷两个案由的裁判文书数据集,使用FastText模型,并基于迁移学习方法从预训练的通用词向量出发训练法律词向量,再以此为基础进行文本分类.结果显示,经过迁移学习后,无论诈骗罪案件还是离婚纠纷案件均能做到对案情描述文本全面、准确地推荐适用法条,特别是具有针对性的法规、司法解释等.随着迁移学习模式的不断完善,本文研究的方法还应该可进一步用于证据推送、量刑预测等。

关键词：适用法条推荐；文本分类；人工智能；迁移学习

杨超群、庞彦燕、严若冰、张世全、胡兵、王竹：《基于迁移学习的适用法条推荐模型》，载《四川大学学报（自然科学版）》2021年第2期。（论文下载）