计算机工程与应用

作者：张亚娟, 王志栋, 何文颖, 安兴坤

单位：1.河北工业大学 人工智能与数据科学学院，天津 300401；2.河北工业大学 河北省大数据计算重点实验室，天津 300401；

关键词：法律判决预测,强化学习,知识融合,注意力机制

基金：国家青年科学基金（62302148）；天津市教委科研计划项目（2022KJ099）。

法律判决预测通过分析案件事实并结合智能算法，预测适用法律条文、罪名和刑期，在提升司法效率和辅助判案中发挥了至关重要的作用。然而，现有模型主要依赖案件事实描述，未能充分利用法条说明、罪名定义和量刑指导意见这些关键法律知识。此外，现有模型在处理数据标签不平衡问题上依然存在不足。针对这些问题，提出了一种基于强化学习的多源知识融合法律判决预测模型。该模型中基于注意力机制的知识融合模块将案件事实描述与法条说明、罪名定义和量刑指导意见这些法律知识进行知识融合，从而显著增强模型对法律知识的感知与理解能力。模型中基于强化学习的类别信息提取模块，专门用于处理包含低频标签的数据，提升模型在不平衡数据集上的表现。实验结果表明，该模型在实际数据集上的应用表现出色，显著提高了预测准确性。

来源：2026年第3期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第3期