基于BERT的盗窃罪构成要件识别方法

作     者：费志伟 艾中良 张可 曹禹 FEI Zhi-Wei;AI Zhong-Liang;ZHANG Ke;CAO Yu

作者机构：华北计算技术研究所北京100083 中国司法大数据研究院北京100043 

基　　金：国家重点研发计划(2018YFC0832306 2018YFC0831203 2018YFC0831206) 

出 版 物：《计算机系统应用》 (Computer Systems & Applications)

年 卷 期：2022年第31卷第4期

页      码：229-237页

摘      要：随着人工智能技术的发展,人工智能技术在生活中被广泛使用,并逐步深入到司法审理中.但在实际应用中存在着可解释性不足,不能有效的辅助审理这一问题.针对这一问题,本文结合刑事案件审理过程中依据犯罪构成采用的四要件理论,从犯罪构成的四要件角度,设计了构成要件识别任务.筛选了盗窃罪中一些构成要件,构建盗窃罪构成要件数据集.并基于预训练语言模型BERT(bidirectional encoder representations from transformers),设计了构成要件识别模型,对该模型在本文构建的数据集上进行测试,模型识别准确率达到93.54%.在构成要件基础上构建量刑辅助算法能提高现有算法的解释性,更有效的辅助法官审理案件.

主 题 词：四要件 盗窃罪 BERT 文本分类 深度学习 自然语言处理 

学科分类：12[管理学] 0301[法学-法学类] 03[法学] 1201[管理学-管理科学与工程类] 030104[030104] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 030609[030609] 0306[法学-公安学类] 

D　O　I：10.15888/j.cnki.csa.008428

馆 藏 号：203110249...