一种基于反馈序列多任务学习的法律判决预测方法及系统

摘要

本发明公开了一种基于反馈序列多任务学习的法律判决预测方法及系统，包括：利用基于表示学习的单任务法律预测方法实现对案情描述的文本特征表示学习；通过将各个子任务的先行任务的信息和后续任务的反馈信息的信息作为当前任务的输入，考虑了各子任务之间的序列关系以及反向验证关系，实现基于反馈序列多任务学习的法律判决预测。本发明是基于表示学习单任务和基于反馈的序列多任务学习方法的结合，有效利用了二者在法律判决预测中的优点，并有针对性的克服了基于表示学习单任务方法没有利用其他任务互补的信息的缺陷，同时比传统的基于多任务学习的方法更能提高判决预测结果的准确度和鲁棒性。