Abstract
"法律判决预测是法律人工智能领域的一项重要任务。本文提出了一种基于外部知识的可解释性双系统推理框架,来解决现有方法在刑期预测任务中精度不高且可解释性不强的问题。该框架借鉴认知科学领域的双系统理论,利用大型语言模型的文本理解和生成能力,模拟人类法官处理案件时的决策过程,最终给出具有清晰推理路径的刑期预测结果。此外,通过构建一个高质量思考增强数据集和一个外部法条知识库,提升了模型的解释能力并且有效地抑制法条判断模型出现法条幻觉。实验结果表明,该框架显著提升了CAIL-small和CAIL-big数据集中刑期预测子任务上的精度和可解释性。"
- Anthology ID:
- 2025.ccl-1.37
- Volume:
- Proceedings of the 24th China National Conference on Computational Linguistics (CCL 2025)
- Month:
- August
- Year:
- 2025
- Address:
- Jinan, China
- Editors:
- Maosong Sun, Peiyong Duan, Zhiyuan Liu, Ruifeng Xu, Weiwei Sun
- Venue:
- CCL
- SIG:
- Publisher:
- Chinese Information Processing Society of China
- Note:
- Pages:
- 500–512
- Language:
- URL:
- https://aclanthology.org/2025.ccl-1.37/
- DOI:
- Bibkey:
- Cite (ACL):
- Shengdi Yin, Zewen Bai, Hongfei Lin, and Liang Yang. 2025. 基于双系统推理框架的法律判决研究. In Proceedings of the 24th China National Conference on Computational Linguistics (CCL 2025), pages 500–512, Jinan, China. Chinese Information Processing Society of China.
- Cite (Informal):
- 基于双系统推理框架的法律判决研究 (Yin et al., CCL 2025)
- Copy Citation:
- PDF:
- https://aclanthology.org/2025.ccl-1.37.pdf