[发明专利]一种符合加减刑专家常识规则的刑期自动预测方法

摘要

本发明公开了一种符合加减刑专家常识规则的刑期自动预测方法，本发明对刑期自动预测的设计上考虑了符合加减刑专家规则，设计了基于加刑、减刑的案件要素表示方法。当前用于量刑的统计机器学习算法以及发明没有关注加减刑专家常识规则，预测出量刑值往往违反常识与规则冲突，本系统基于该考虑，对每个案由进行加刑、减刑情节要素进行分类，用于案件向量的表示和模型输入；本发明还设计了符合加刑减刑抓夹常识规则的神经网络结构，定义了训练方法。通过修改训练过程的网络权重调整公式，可以约束网络权重恒正或横负。通过将加刑情节和减刑情节单独输入到不同权重约束的子网络，保证了符合加减刑专家规则。

主权项

1.一种符合加减刑专家常识规则的刑期自动预测方法，其特征在于，其包括以下步骤：步骤（1）：构建对加刑情节和减刑情节分类的刑事案件要素体，对于加刑情节、减刑情节、其他情节的案件要素进行分类，并对加刑情节、减刑情节、其他情节进行案件向量的表示和模型输入；步骤（2）：构造符合加减刑专家规则的单调性神经网络，在构造神经网络时，通过修改训练过程的网络权重调整公式，约束网络权重恒正或横负，通过将加刑情节和减刑情节单独输入到不同权重约束的子网络，保证符合加减刑专家规则；步骤（3）采用历史案例进行模型训练；步骤（4）使用模型进行量刑预测；其中，在所述步骤（3）中，包括步骤3.1：历史裁判文书结构化和清洗；步骤3.2：数据正则化；步骤3.3 训练模型。