基于BERT与改进BP神经网络的盗窃案刑期预测方法研究

摘要

为了应对智慧法院项目中刑期预测任务的实际需求,提出了基于BERT与改进BP神经网络的刑期预测模型。以盗窃案为切入点,剖析相关案情要素,介绍刑期预测的整体框架和具体过程。基于大量真实案件数据,结合法官的审理流程,首先使用BERT识别裁判文书中的案情要素,然后基于规则抽取对应的涉案金额,最后使用改进的BP神经网络预测刑期,并与传统模型对比。实验证明,提出的模型刑期预测的平均误差小于2.5个月,优于进行对比的传统模型。