计算机工程

作者：曹发鑫, 孙媛媛, 王治政, 潘丁豪, 林鸿飞

单位：大连理工大学计算机科学与技术学院, 辽宁 大连 116024

关键词：相似案例匹配,孪生网络,对比学习,预训练模型,法律关键要素

基金：国家重点研发计划(2022YFC3301801); 中央高校基本科研业务费专项资金(DUT22ZD205)

相似案例匹配任务是文本匹配在司法领域的具体应用之一，目的在于区分法律文书是否相似，对类案检索具有重要意义。与传统文本匹配任务相比，法律文本通常篇幅较长，同时相似案例匹配是针对相同案由案件的匹配，案情文本之间的差异较小，以往的文本匹配方法很难计算文本相似度。针对借贷案件文本匹配存在的问题，建立一种融合借贷案件关键要素的相似案例匹配模型。为了获取文本中更丰富的语义特征，构建正则表达式获得借贷案件的特定案件要素，如借款交付形式、借款人基本属性等，并与原有的案情文本相结合，联合学习法律文本与案件关键要素的语义特征。同时，利用共享权重的预训练模型分别对不同的文书进行编码，并且对预训练模型特定编码层的输出进行融合，得到更加丰富的语义信息。引入有监督对比学习框架，更好地利用样本信息，进一步提高相似案例匹配的性能。在CAIL2019-SCM数据集上的实验结果表明，与LFESM模型相比，该模型在测试集上的准确率提高了1.05个百分点。

来源：2024年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第1期