施君可

（浙江理工大學 信息學院， 杭州 310018）

0 引言

近年來，裁判文書結(jié)合NLP 衍生出諸多任務(wù)，如：類案檢索、信息抽取等，但大多研究均基于刑事案件，缺乏對民事案件領(lǐng)域下的研究。 而且，由于民事案件的判決結(jié)果不會出現(xiàn)原告“勝訴、敗訴”等確切字句，只有“支持原告部分請求”、“駁回原告其余請求”等字樣，只能對裁判文書的案件事實進行了傾向性分類。 此外，民間借貸案件存在借貸金額不同、借貸關(guān)系復(fù)雜等因素，可能還存在“同案不同判”的問題［1］，并且相關(guān)從事人員不易從大量的文書中尋找到同類別的參考文書。 針對這些狀況，本文基于民間借貸一審判決書數(shù)據(jù)集，以案件事實作為輸入，通過深度學習技術(shù)進行案件事實傾向性類別預(yù)測的研究。 本文主要工作如下：

（1）提出了基于Albert－Tiny－DPCNN 的案件事實標簽分類模型。 該模型使用Albert－Tiny 進行詞嵌入，使用DPCNN 的特征提取結(jié)構(gòu)捕獲文本語義，并使用帶類別權(quán)重的焦點損失進行模型訓練。 實驗結(jié)果表明，相比于對照模型，該模型的準確率與加權(quán)F1值更高，準確率能夠達到79.65%。

（2）本文在上述模型的基礎(chǔ)上，采用注意力機制增強特征提取層輸出向量的重要特征、減弱無用特征，使用標簽平滑歸一化方法提升模型的泛化能力，準確率提升到了81.22%，增加了1.97%。

1 研究現(xiàn)狀

本文研究了近幾年來裁判文書結(jié)合深度學習的分類模型的現(xiàn)狀。 王文廣等學者［2］基于HAN 和DPCNN 提出了法律判決預(yù)測模型HAC，在刑期預(yù)測等各項判決預(yù)測任務(wù)中表現(xiàn)良好。 王業(yè)沛等學者［3］探索了不同層數(shù)的LSTM 模型在預(yù)測判決結(jié)果的傾向性分類時的效果， 發(fā)現(xiàn)3 層LSTM 在實驗中準確率較高，但僅使用LSTM 很難凸顯文本的重要信息。 王寧等學者［4］使用基于注意力的BiGRU 模型來預(yù)測判決結(jié)果的傾向性，實驗發(fā)現(xiàn)模型能在一定程度上進行有效預(yù)測，但模型的準確率仍有提升空間。 自2018年底始，預(yù)訓練模型從最開始的Word2Vec、Glove 過 渡 到 了BERT 系 列、ERNIE、XLNet、MPNet 等模型［5－6］。 目前，預(yù)訓練語言模型被廣泛使用在文本分類任務(wù)中。 王立梅等學者［7］對比了TextCNN、TextRNN、Transformer、Bert 模型，然后優(yōu)化了最優(yōu)模型的嵌入方式。 孟令慈［8］基于Bert－LSTM 模型對刑事案件進行結(jié)果分類研究，通過對序列進行編碼和特征融合來獲取類別信息。

2 模型架構(gòu)

本文判決結(jié)果傾向性分類模型的主要架構(gòu)如圖1 所示，主要包括3 個部分：嵌入層的作用是將輸入文本轉(zhuǎn)為詞向量矩陣，本文比較了Word2Vec［9］與Albert－Tiny［10］在本文任務(wù)中的效果；特征提取層是為了提取詞向量矩陣中的語義特征，本文比較了TextCNN［11］、TextRCNN［12］、DPCNN［13］三 種 網(wǎng) 絡(luò) 結(jié)構(gòu)對模型的影響；分類層將輸入的神經(jīng)元數(shù)量壓縮至類別個數(shù)。 此外，本文對比了交叉熵損失函數(shù)和焦點損失函數(shù)對模型的影響。

圖1 模型基本框架Fig. 1 Basic structure of the model

2.1 數(shù)據(jù)采集與處理

本文采用selenium 工具從中國裁判文書官網(wǎng)（https：／ ／wenshu.court.gov.cn／）爬取民間借貸一審判決書，并以此構(gòu)建數(shù)據(jù)集。 裁判文書的文本格式較為規(guī)范，本文通過分析裁判文書的結(jié)構(gòu)，使用正則提取數(shù)據(jù)中的案件事實（fact）、判決理由（reason）、判決依據(jù)（legal）、判決結(jié)果（verdict）四個部分。 然后，本文構(gòu)建了判決結(jié)果傾向性類別標簽集合，并結(jié)合reason、legal、verdict 的內(nèi)容進行數(shù)據(jù)標注，將verdict 轉(zhuǎn)為數(shù)值表示。 標簽集合見表1。

表1 類別標簽集合Tab. 1 Collection of category tags

2.2 嵌入層

本文采用Word2Vec 詞向量和Albert 詞向量作為詞嵌入進行實驗研究。 由于文本信息不能直接作為輸入，在詞嵌入操作前需要將文本序列化。 文本序列化，即把詞序列表示成一系列能夠表達文本語義的數(shù)字表示，每個數(shù)字代表一個詞在詞表中的索引號。 之后，形狀為[L] 的文本序列W經(jīng)過詞嵌入層后會轉(zhuǎn)換成形狀為[L，D] 的詞嵌入矩陣E，L為文本序列長度，D為詞向量維度，wi表示輸入文本序列中的第i個詞在詞表中的索引，e（wi） 表示詞表中索引為wi的詞對應(yīng)的詞向量，如式（1）所示：

基于此，進一步展開研究分述如下。

（1）Word2Vec。 Word2Vec［9］把所有詞語投影到K維的向量空間，將文本內(nèi)容的處理簡化為K維向量空間中的向量運算。 本文使用jieba 工具對案件事實進行分詞，并去除了無關(guān)字符與常用停用詞。其次，本文使用分詞去停后的案件事實構(gòu)建語料庫，使用gensim 開源工具Word2Vec 的skip－gram 算法訓練W2V 詞向量表。 接著，將分詞去停后的案件事實詞序列進行文本序列化處理［4］，并統(tǒng)一文本長度為150。 最后，本文用文本序列和W2V 詞向量表實現(xiàn)靜態(tài)詞嵌入。

（2）Albert－Tiny。 本文使用了Albert－Tiny 進行下游任務(wù)的微調(diào)，為保證輸入文本相同，模型的輸入為分詞去停后的案件事實。 首先，本文使用繼承了transformers 的BertTokenizer 的Tokenizer 實現(xiàn)文本序列化。 接著，統(tǒng)一文本序列化長度為300，對超出298 的數(shù)據(jù)進行截斷，在文本序列首部添加類別符號‘［CLS］’，在尾部添加結(jié)束符號‘［SEP］’，并對不足的文本序列進行填充。 最后，使用transformers的AlbertModel 進行下游任務(wù)微調(diào)，得到需要的AlbertTiny 詞向量。

2.3 特征提取層

目前，文本分類模型多種多樣，本文主要探索了TextCNN［11］、TextRCNN［12］、DPCNN［13］三 種 特 征 提取結(jié)構(gòu)在模型中的表現(xiàn)效果。 其中，TextCNN 使用不同大小的卷積核來捕獲輸入文本對應(yīng)的詞向量矩陣中相鄰詞匯之間的特征信息。 因卷積核尺寸通常不會很大，使得TextCNN 無法捕獲長距離信息，故該模型較為適合中短文本場景，并不適合長文本。TextRCNN 使用雙向長短期記憶網(wǎng)絡(luò)獲取輸入文本的上下文信息，并通過最大池化篩選出最重要的特征，能夠獲取長距離依賴。 DPCNN 通過增加感受野來緩解長距離依賴問題，主要用區(qū)域卷積增加模型可編碼的輸入文本長度，并通過殘差結(jié)構(gòu)增加網(wǎng)絡(luò)深度來緩解梯度彌散問題。

寧都縣是贛南臍橙主產(chǎn)區(qū)之一，臍橙種植面積1.33萬hm2，年產(chǎn)量臍橙達60多萬t，遠銷國內(nèi)外。寧都臍橙平均產(chǎn)量可達3 000 kg/667 m2以上，平均產(chǎn)值可達1.2萬元/667 m2以上，經(jīng)濟效益非?？捎^，是目前贛南臍橙適種區(qū)內(nèi)產(chǎn)業(yè)扶貧中最好的一個項目。柑桔紅蜘蛛暴發(fā)常造成臍橙減產(chǎn)以及臍橙樹勢虛弱，為害嚴重時造成臍橙逐漸死亡。

2.4 分類層

分類層采用全連接網(wǎng)絡(luò)結(jié)構(gòu)來提取特征間的關(guān)系，該層的輸入為特征提取層后的文本語義向量，輸出為每個類別的概率，如圖2 所示。 圖2 中，第一層全連接的維度形狀為1?n，第二層全連接的維度形狀為1?（n／2）， 輸出層（即最終結(jié)果輸出的網(wǎng)絡(luò)層）形狀為1?C的分類結(jié)果，這里C為類別標簽的數(shù)量，該輸出向量通過softmax分類器后得到的可能性最高的類別即為預(yù)測的類別。 除輸出層外的2個全連接層采用了LeakReLu激活函數(shù)。 另外，可根據(jù)訓練效果來決定是否對全連接的輸出結(jié)果進行批歸一化處理。

圖2 分類層結(jié)構(gòu)Fig. 2 Classification layer structure

2.5 損失函數(shù)

本文的標簽分類任務(wù)屬于多分類問題，故模型的最后一層應(yīng)使用softmax函數(shù)進行歸一化，并在計算真實標簽與預(yù)測結(jié)果之間的損失值時以softmax結(jié)果中概率最高的類別為預(yù)測標簽。 本文對比了Pytorch框架中的交叉熵損失（CrossEntropyLoss）函數(shù)以及自定義的焦點損失函數(shù)（FocalLoss）在模型訓練中的表現(xiàn)效果，并在訓練過程中增加類別權(quán)重w來緩解類別不平衡問題。 由于上述的損失函數(shù)內(nèi)部已使用softmax分類器，故本節(jié)模型的最后一層不必再使用softmax進行歸一化。 這里，給出帶類別權(quán)重的交叉熵損失函數(shù)見式（2）：

其中，N是批大??；Xn是批中第n條數(shù)據(jù)的預(yù)測標簽值，xn，i為第n條數(shù)據(jù)的第i類別的預(yù)測概率；Yn是批中第n條數(shù)據(jù)的真實標簽，yn，i為第i類別的真實標簽值，只有一個類別為1，其余類別為0；C是類別數(shù)目；LCE為N條數(shù)據(jù)的交叉熵損失均值；wi是第i類別的類別權(quán)重。 接下來，給出焦點損失函數(shù)［14］見式（3）：

其中，N、Xn、xn，i、Yn、yn，i、C的含義與式（2）相同；LF為N條數(shù)據(jù)的焦點損失均值；pn（Xn，Yn） 表示第n條數(shù)據(jù)預(yù)測的各類別輸出為1 的概率；αt是權(quán)重因子；γ∈ [0，5] 是聚焦參數(shù)。 本文中將超參αt替換為類別權(quán)重數(shù)組來緩解類別不均衡問題。

3 實驗與分析

3.1 實驗環(huán)境

本文使用的操作系統(tǒng)環(huán)境為Ubuntu18.04，硬件環(huán)境為Intel Xeon Platinum 8163（Skylake） 2.5 GHz，內(nèi)存為92 GB，GPU 為1 ?Tesla V100 NVLink－32 G，python 集成平臺Anaconda3，采用的Deep Learning框架為pytorch，使用的依賴有：numpy、pandas、regex、 jieba、 gensim、 scikit － learn、 pytorch、transformers、matplotlib、tensorboard。

3.2 實驗數(shù)據(jù)與參數(shù)設(shè)置

本文通過爬蟲在中國裁判文書網(wǎng)收集相關(guān)的民事一審判決書，使用數(shù)據(jù)篩選過后留下30000條數(shù)據(jù)來進行實驗研究，并按6 ∶2 ∶2 的比例劃分訓練集、驗證集、測試集。

本文的數(shù)據(jù)集共有7 個類別，但各類別的樣本數(shù)量分布并不均勻，分別為｛600，100，11300， 480，70， 15950， 1500｝，故對于該問題，本文在模型訓練過程中使用了帶類別權(quán)重的損失函數(shù)，類別權(quán)重W的計算方式具體如下：

表2 對比模型實驗中的參數(shù)表Tab. 2 Parameters in the comparative model experiment

3.3 評價指標

本 文 采 用 準 確 率（accuracy）、 加 權(quán)F1值（Weighted －F1） 作為結(jié)果傾向性預(yù)測模型的評價指標。 準確率計算方法公式具體如下：

其中，Nright，Nwrong分別表示預(yù)測正確、錯誤的數(shù)量。

加權(quán)F1值可以用作多分類問題的評價指標之一，可以減輕數(shù)據(jù)不平衡帶來的影響。 加權(quán)F1值考慮了樣本不均衡的原因， 在計算查準率（Precisionweighted） 和召回率（Recallweighted） 時，需要各個類別的查準率（precision） 和召回率（recall） 乘以該類在總樣本中的占比來求和。 而加權(quán)F1值為Precisionweighted和Recallweighted的調(diào)和平均數(shù)，詳見式（6）～式（10）：

其中，TPi表示真實類別為第i類、且被模型判定為第i類的樣本數(shù)；FPi表示真實類別非第i類、且被模型判定為第i類的樣本數(shù)；FNi表示真實類別為第i類、且被模型判定為非第i類的樣本數(shù)；

3.4 對照實驗

本文比較了不同的詞嵌入方式、特征提取方式、損失函數(shù)相互組合的模型在訓練時的表現(xiàn)效果，結(jié)果見表3。 表3 中，W2V 表示W(wǎng)ord2Vec 嵌入方式，TextCNN、TextRCNN、DPCNN 為特征提取方式，CEL表示交叉熵損失函數(shù)、FL 表示焦點損失函數(shù)。

從表3 的實驗數(shù)據(jù)可知，與交叉熵損失函數(shù)相比，焦點損失函數(shù)能夠在一定程度上提高模型準確率。 相比于Word2Vec 靜態(tài)詞向量，AlBert－Tiny 詞向量的嵌入效果更好，能更好地學習詞之間的關(guān)系，使得特征提取層輸出的特征向量包含更多的文本語義信息。 特征提取層使用的網(wǎng)絡(luò)結(jié)構(gòu)中，DPCNN 的效果相對較好，能更準確地捕獲文本特征。

表3 對比模型的準確率與加權(quán)F1值Tab. 3 Comparing the accuracy and the weighted－F1value of the model

3.5 模塊與參數(shù)實驗

上述實驗中，模型AlBert－Tiny ＋DPCNN 在對比實驗中的準確率最高，基于該模型，本文進行了變體測試與參數(shù)實驗。 變體測試主要包括2 個方向：對特征提取層輸出的文本特征向量進行注意力加權(quán)、標簽平滑歸一化。 接下來，可做闡釋表述如下。

（1）Albert－Tiny ＋DPCNN：對比實驗中表現(xiàn)最優(yōu)的模型。

（2）Albert－Tiny ＋DPCNN ＋LSR：LSR 表示標簽平滑歸一化［15］，該技術(shù)通過平滑歸一化方法擾動真實標簽來解決過度擬合的問題。 對標簽的具體處理詳見式（11）：

（3）Albert－Tiny ＋DPCNN＋Att：注意力原理不依賴于任何框架，本文搭建了2 層全連接層的Att注意力模塊，通過該模塊來捕獲重要特征，減小無用特征，提升特征提取層的文本語義表征能力。 具體如圖3 所示。

圖3 特征提取層使用的注意力模塊Fig. 3 Attention module

（4）Albert－Tiny ＋DPCNN＋Att＋LSR：結(jié)合了（2）、（3）中的Att 與LSR 兩種方式。

表4 為變體模型的對比實驗結(jié)果，從中可以得到以下結(jié)論：

表4 Albert－Tiny＋DPCNN 及其變體的準確率與加權(quán)F1值Tab. 4 Accuracy and weighted－F1value of Albert－Tiny＋DPCNN and its variants

（1）在特征提取層中使用注意力機制在一定程度上可以提高模型準確率，增強特征提取層的文本語義提取效果。

（2）標簽平滑正則化在一定程度上增強了模型泛化能力，加快了模型的收斂。 圖4（a）、圖4（b）分別為模型訓練過程中準確率與加權(quán)F1的變化曲線，明顯可見使用Albert－Tiny 進行詞嵌入時，在epoch等于4 或5 時能達到較好效果。

圖4 準確率與加權(quán)F1值變化曲線Fig. 4 Change curve of accuracy and weighted －F1value

圖5 （a）、圖5（b）分別記錄了Albert－Tiny ＋DPCNN ＋Att ＋LSR 的準確率Acc與加權(quán)F1值（Weighted－ F1） 隨標簽平滑歸一化參數(shù)alpha、隨機失活層的失活系數(shù)beta的變化過程。 標簽平滑歸一化參數(shù)alpha能夠用來提高模型的泛化能力，從圖5（a）可見，當alpha在0.2 附近時，模型的表現(xiàn)效果較好。 隨機失活系數(shù)beta是防止過擬合的優(yōu)化參數(shù)，并從圖5（b）中可知，當alpha ＝0.2、beta值在0.5附近時，模型的表現(xiàn)效果較好。

圖5 準確率與加權(quán)F1值隨alpha、beta變化的曲線Fig. 5 The curve of accuracy and weighted－F1values changing withalphaandbeta

4 結(jié)束語

本文提出了基于Albert－Tiny－DPCNN 的分類模型，并將其應(yīng)用于案件事實標簽預(yù)測任務(wù)。 該模型以案件事實為輸入，以判決結(jié)果的傾向性類別為真實標簽，通過對案件事實進行單標簽多分類來實現(xiàn)類別預(yù)測。 基于民間借貸一審判決書數(shù)據(jù)集的實驗結(jié)果證明，本文提出的模型準確率能夠達到79.65%，高于其他對照組。 此外，本文使用注意力機制加強了重要特征信息，減小了噪聲與無用特征的影響，并用標簽平滑歸一化提升模型泛化能力，模型的準確率達到了81.22%，提升了1.97%。

雖然，本文提出的模型在實驗數(shù)據(jù)集上擁有較好的表現(xiàn)，但若想在實際應(yīng)用場景中使用依舊存在以下改進之處。 第一，深度學習中的網(wǎng)絡(luò)模型需要大量數(shù)據(jù)的支撐，本文數(shù)據(jù)集的樣本數(shù)量亟待擴充，模型泛化能力有待加強；第二，目前，NLP 領(lǐng)域中除Albert 外還有ELMO、MPNet 等預(yù)訓練語言模型，因此下一步工作可以嘗試深入探討其他模型，另外采用多特征融合或結(jié)合傳統(tǒng)機器學習的方法可能取得不錯的效果。