基于BERT的盗窃罪构成要件识别方法

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.