竇文琦，陳艷平，秦永彬+，黃瑞章，劉麗娟

(1.貴州大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 公共大數(shù)據(jù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，貴州 貴陽(yáng) 550025；2.貴州師范學(xué)院 麗瓊工作室，貴州 貴陽(yáng) 550018)

0 引 言

在大數(shù)據(jù)和人工智能發(fā)展的背景下，智慧司法研究領(lǐng)域興起并日趨火熱，類案推薦、刑期預(yù)測(cè)、信息抽取等自動(dòng)化研究成為了該領(lǐng)域的熱點(diǎn)研究方向。隨著我國(guó)司法機(jī)關(guān)不斷推進(jìn)案件信息公開，海量的裁判文書得以出現(xiàn)在互聯(lián)網(wǎng)上，這些裁判文書蘊(yùn)含了豐富的信息，對(duì)其進(jìn)行挖掘?qū)a(chǎn)生巨大的價(jià)值。案件要素識(shí)別作為司法信息抽取任務(wù)中一部分，為量刑、罪名預(yù)測(cè)等任務(wù)提供信息支撐。

以盜竊案為例，從“外衣口袋內(nèi)”這一關(guān)鍵信息可以推斷出被告存在扒竊的盜竊行為；“如實(shí)供述”表示被告認(rèn)罪態(tài)度好；“曾因犯盜竊罪”說明被告屬于累犯。這些包含重要信息的案件要素可以決定案件性質(zhì)、左右被告人量刑。案件要素在裁判文書中有多種不同的表現(xiàn)形式，使用人工查找的方式耗時(shí)耗力。因此，使用深度學(xué)習(xí)模型輔助司法工作顯得尤為重要。

針對(duì)案件要素識(shí)別的研究存在以下幾個(gè)難點(diǎn)：傳統(tǒng)的案件要素識(shí)別方法主要通過裁判文書中的文本特征預(yù)測(cè)案件要素的標(biāo)簽類別，忽略了案件要素標(biāo)簽的司法語(yǔ)義信息；在裁判文書中，某些案件要素在裁判文書中的出現(xiàn)次數(shù)相對(duì)較少，導(dǎo)致模型無法充分學(xué)習(xí)到小樣本的特征，很難從中提取規(guī)律。針對(duì)以上問題，本文提出了一種基于機(jī)器閱讀理解的案件要素識(shí)別方法，主要研究工作如下：

(1)本文方法將案件要素標(biāo)簽信息作為先驗(yàn)知識(shí)輔助模型進(jìn)行案件要素的識(shí)別。針對(duì)每類案件要素進(jìn)行案件要素標(biāo)簽信息與上下文的語(yǔ)義交互，使模型充分學(xué)習(xí)到小樣本中的語(yǔ)義特征，提高了模型的整體性能。

(2)本文針對(duì)裁判文書中文字書寫歧義問題，使用對(duì)抗訓(xùn)練策略。在模型的詞嵌入部分應(yīng)用對(duì)抗擾動(dòng)，提升了模型應(yīng)對(duì)噪聲樣本的魯棒性。

1 相關(guān)工作

近年來，隨著神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的發(fā)展，越來越多的學(xué)者開始將其用于相關(guān)要素的識(shí)別任務(wù)中。如鄧文超[1]使用深度學(xué)習(xí)方法對(duì)單人單罪的刑事案件識(shí)別時(shí)間、地點(diǎn)、影響、行為等基本案件要素，并應(yīng)用于自動(dòng)量刑、相關(guān)法律條文預(yù)測(cè)和相似案件推薦等司法任務(wù)中。劉等[2]提出多任務(wù)學(xué)習(xí)模型，對(duì)案情描述部分采用BiLSTM神經(jīng)網(wǎng)絡(luò)和注意力機(jī)制進(jìn)行編碼，識(shí)別法條和罪名要素。使用文本分類方法進(jìn)行案件要素識(shí)別的模型有Att-BiLSTM、TextCNN、FastText、DPCNN[3]等。為了進(jìn)一步提升要素識(shí)別的效果，Liu等[4]采用基于BERT[5]的預(yù)訓(xùn)練語(yǔ)言模型將案件要素識(shí)別問題轉(zhuǎn)化為多標(biāo)簽分類任務(wù)，加入Layer-attentive策略微調(diào)，提升了案件要素識(shí)別的性能。Huang等[6]提出了SS-ABL框架，充分利用領(lǐng)域知識(shí)和未標(biāo)記數(shù)據(jù)改進(jìn)分類器。與以前僅用單一信息的方法相比，實(shí)現(xiàn)了顯著的性能改進(jìn)。

近年來，基于深度學(xué)習(xí)的機(jī)器閱讀理解方法受到了廣泛的關(guān)注。機(jī)器閱讀理解是指根據(jù)給定的問題，從文本中找到答案。Wan等[7]提出了一種新的基于Transformer的方法，能夠識(shí)別段落的相關(guān)性并通過具有級(jí)聯(lián)推理的聯(lián)合訓(xùn)練模型找到答案范圍，可以有效地處理長(zhǎng)文檔。Li等[8]提出了一種多任務(wù)聯(lián)合訓(xùn)練方案，通過增強(qiáng)預(yù)訓(xùn)練語(yǔ)言模型的表示來優(yōu)化閱讀理解模塊，并通過膠囊網(wǎng)絡(luò)優(yōu)化答案類型分類模塊，設(shè)計(jì)了一個(gè)多任務(wù)聯(lián)合訓(xùn)練模型，同時(shí)獲取答案文本和答案類型。越來越多的學(xué)者將信息抽取任務(wù)轉(zhuǎn)化為機(jī)器閱讀理解方法，例如實(shí)體關(guān)系抽取[9，10]、事件抽取[11]、命名實(shí)體識(shí)別[12，13]等。Li等[9]使用機(jī)器閱讀理解方法處理命名實(shí)體識(shí)別任務(wù)，在嵌套和非嵌套的NER上都表現(xiàn)出了良好的性能。Gupta等[14]提出了一種新穎的名詞短語(yǔ)生成方法構(gòu)造輸入問句，使用機(jī)器閱讀理解模型從句子中識(shí)別實(shí)體，并證實(shí)了模型的有效性。劉等[15]借助機(jī)器閱讀理解方法，引入先驗(yàn)知識(shí)，充分挖掘上下文的語(yǔ)義信息，提高了中文命名實(shí)體識(shí)別的精確性。

注意力機(jī)制在機(jī)器閱讀理解模型中的運(yùn)用比較廣泛，許多模型都是針對(duì)這一部分進(jìn)行改進(jìn)的。Shen等[16]在注意力機(jī)制層將問題和上下文匯總為單個(gè)特征向量。Yu等[17]發(fā)現(xiàn)BiDAF注意力考慮了文本到問題以及問題到文本的雙向注意力，它比簡(jiǎn)單地使用從文本到問題的單向注意力效果更好。受此啟發(fā)，本文方法采用BiDAF注意力策略，以便更好地進(jìn)行案件要素標(biāo)簽信息與上下文之間的語(yǔ)義交互。

2 模 型

本文方法中案件要素識(shí)別模型主要分為3個(gè)部分，如圖1所示，從左到右依次為嵌入層、交互層和預(yù)測(cè)層。①在嵌入層，使用FGM算法在word embedding部分添加對(duì)抗擾動(dòng)，將對(duì)抗樣本和原始樣本混合一起訓(xùn)練模型以提升模型應(yīng)對(duì)噪聲樣本的魯棒性。案件要素標(biāo)簽信息構(gòu)建的問題與文本以拼接的形式進(jìn)行輸入。②在交互層，使用RoBERTa預(yù)訓(xùn)練語(yǔ)言模型以增強(qiáng)問題和文本的語(yǔ)義表征。通過雙向注意力從兩個(gè)方向出發(fā)為上下文和案件要素標(biāo)簽信息的交互提供補(bǔ)充信息。③在預(yù)測(cè)層，通過一層全連接網(wǎng)絡(luò)和softmax函數(shù)最終識(shí)別案件要素。

2.1 數(shù)據(jù)預(yù)處理

此節(jié)通過數(shù)據(jù)預(yù)處理構(gòu)建符合閱讀理解的輸入形式。給定一篇裁判文書

P={P1，P2，…，Pn}

(1)

其中，n表示文本P的長(zhǎng)度。給P中所有的案件要素分配一個(gè)標(biāo)簽y∈Y，Y是所有標(biāo)簽種類(如案件要素標(biāo)簽again累犯，surrender自首等)的預(yù)定義列表。

首先將帶標(biāo)簽的數(shù)據(jù)集轉(zhuǎn)換為三元組(問題，答案，上下文)的形式。每個(gè)案件要素標(biāo)簽y∈Y都與一個(gè)問題相對(duì)應(yīng)，問題表示為

Qy={Q1，Q2，…，Qm}

(2)

其中m表示問題Qy的長(zhǎng)度。三元組(問題，答案，上下文)中每個(gè)“問題”與案件要素標(biāo)簽y∈Y相對(duì)應(yīng)，“答案”即是案件要素存在與否，記為A，“上下文”代表一篇裁判文書P。最終表示為三元組 (Qy，A，P) 的形式，向模型輸入Qy、P，期望輸出A。

使用案件要素標(biāo)簽信息進(jìn)行問題的構(gòu)造，案件要素標(biāo)簽信息根據(jù)量刑規(guī)則制定。問題統(tǒng)一設(shè)為表1的形式。

表1 問題構(gòu)建

2.2 嵌入層

模型的輸入包括問題Qy、裁判文書P、特殊符號(hào)[CLS]和[SEP]，它們組成輸入序列

{[CLS]，Q1，Q2，…，Qm，[SEP]，P1，P2，…，Pn，[SEP]}

(3)

如圖2所示，對(duì)于序列中的每一個(gè)token，其輸入表示是詞嵌入(token embeddings)、段嵌入(segment embeddings)和位置嵌入(position embeddings)三者的相加[5]。詞嵌入層將各個(gè)token轉(zhuǎn)換為768維的向量表示；段嵌入層用兩種向量表示，輔助區(qū)分Qy和P兩部分，第一個(gè)向量中各個(gè)token用0表示，第二個(gè)向量中各個(gè)token用1表示；位置嵌入層通過在每個(gè)位置上學(xué)習(xí)一個(gè)向量表示進(jìn)行序列順序信息的編碼。

圖2 模型輸入表示

2.3 交互層

本層使用RoBERTa[18]模型作為編碼器，結(jié)構(gòu)與BERT[5]一致。RoBERTa[18]是一種經(jīng)過預(yù)訓(xùn)練的深度雙向Transformer模型，可在各種任務(wù)中實(shí)現(xiàn)先進(jìn)的性能，結(jié)構(gòu)如圖3所示。

圖3 RoBERTa結(jié)構(gòu)

圖3中的TN代表第N個(gè)字符經(jīng)過RoBERTa網(wǎng)絡(luò)輸出的語(yǔ)義字符向量，Trm代表Transformer。每一層的輸入都是基于上一層的輸出，第i層的輸出可以表示為

Hi=TransformerBlock(Hi-1)，1

(4)

其中，Hi∈Rt×d，t為序列長(zhǎng)度，d為隱層維度，L表示Transformer層數(shù)。

在注意力交互部分，使用Q∈Rm×d和P∈Rn×d來分別表示編碼的問題和上下文。首先計(jì)算每對(duì)Q和P的相似性，相似矩陣表示為S∈Rn×m。其中Snm表示第n個(gè)上下文詞和第m個(gè)問題詞的相似性，此處使用的相似度函數(shù)為[17]

α(p，q)=W0[p；q；p⊙q]

(5)

(6)

其次計(jì)算從上下文到問題(P2Q)以及問題到上下文(Q2P)兩個(gè)方向的注意力。

P2Q注意力表示哪些問題詞與每個(gè)上下文詞最相關(guān)。P2Q注意力如圖4所示，構(gòu)造如下：

圖4 P2Q注意力

通過應(yīng)用softmax函數(shù)對(duì)相似矩陣S的每一行進(jìn)行歸一化，第n個(gè)上下文詞對(duì)問題詞的注意力權(quán)重an計(jì)算為

(7)

對(duì)于所有n，Σanm=1。 每個(gè)上下文關(guān)注的問題向量為

=∑manmQ

(8)

Q2P注意力表示哪些上下文詞與每個(gè)問題詞最相關(guān)。Q2P注意力構(gòu)造如下：

通過函數(shù)maxcol找出相似矩陣S每一列的最大值并進(jìn)行歸一化。問題詞對(duì)上下文詞的注意力權(quán)重b計(jì)算為

b=softmax(maxcol(S))∈Rn

(9)

問題關(guān)注的上下文向量為

=∑nbnP∈Rd

(10)

(11)

β(p，，)=[p；；p⊙；p⊙]∈Rn×3d

(12)

上一層通過雙向注意力交互生成的表示矩陣E經(jīng)過解析層得到最終的語(yǔ)義表征E’，輸入到預(yù)測(cè)層進(jìn)行預(yù)測(cè)。

2.4 預(yù)測(cè)層

在預(yù)測(cè)層，通過預(yù)測(cè)答案類型來判斷案件要素是否存在。將特殊符號(hào)[CLS]表示hCLS作為序列的整體表示，被傳遞到一個(gè)全連接層以計(jì)算概率分布，進(jìn)而表示答案類型

Ptype=softmax(FFN(hCLS))

(13)

其中，hCLS為特征向量，F(xiàn)FN表示全連接層，softmax表示層歸一化。

使用Focal Loss作為損失函數(shù)，答案類型損失定義如下

L=FocalLoss(ptype，Y)

(14)

其中，Y為答案類型標(biāo)簽。

2.5 對(duì)抗訓(xùn)練

GAN之父Goodfellow首先提出對(duì)抗訓(xùn)練概念，其基本原理為在原始輸入樣本上添加擾動(dòng)radv，得到一些對(duì)抗樣本，然后將對(duì)抗樣本放在模型中進(jìn)行訓(xùn)練。這樣不僅可以提高對(duì)抗樣本的魯棒性，還可以提高原始樣本的泛化性能。起初的對(duì)抗訓(xùn)練是針對(duì)CV任務(wù)的，為了將對(duì)抗訓(xùn)練遷移到NLP任務(wù)中，Goodfellow提出了FGM算法，F(xiàn)GM算法可以在連續(xù)的embedding上做擾動(dòng)。本文方法使用FGM算法進(jìn)行對(duì)抗訓(xùn)練，將對(duì)抗擾動(dòng)應(yīng)用于詞嵌入(word embedding)。設(shè)詞嵌入向量為S，模型參數(shù)為θ，給定模型的條件概率為p(y|S；θ)。 則S上的對(duì)抗性擾動(dòng)radv定義為

radv=-∈g/g2

(15)

(16)

3 實(shí)驗(yàn)及結(jié)果分析

3.1 數(shù)據(jù)集

本文的數(shù)據(jù)集來自裁判文書網(wǎng)，包含某省的脫敏裁判文書數(shù)據(jù)。在所有案件中盜竊案占了相當(dāng)大的比例，因此選用917篇盜竊案裁判文書作為實(shí)驗(yàn)數(shù)據(jù)集，表2詳細(xì)描述了相關(guān)案件要素的統(tǒng)計(jì)信息。

表2 數(shù)據(jù)集相關(guān)信息

3.2 評(píng)價(jià)指標(biāo)

評(píng)價(jià)指標(biāo)準(zhǔn)確率(Precision)、召回率(Recall)、F1值(F1-score)的計(jì)算方式如下

precision=TPTP+FP

(17)

recall=TPTP+FN

(18)

F1=2*recall*precisionrecall+precision

(19)

其中，TP表示正確預(yù)測(cè)為正例，F(xiàn)P表示錯(cuò)誤預(yù)測(cè)為正例，F(xiàn)N表示錯(cuò)誤預(yù)測(cè)為負(fù)例。

3.3 實(shí)驗(yàn)設(shè)置

本文模型采用Python平臺(tái)，PyTorch 框架實(shí)現(xiàn)，在NVIDIA Tesla P40 GPU平臺(tái)上進(jìn)行實(shí)驗(yàn)。批處理大小batch_size=16，訓(xùn)練輪數(shù)epoch=10，學(xué)習(xí)率learning_rate=2e-5，權(quán)重衰減指數(shù)weight_decay=0.01，最大總輸入序列長(zhǎng)度max_seq_length設(shè)為512，問題最大長(zhǎng)度max_question_length設(shè)為64，答案最大長(zhǎng)度max_answer_length設(shè)為55，優(yōu)化器使用AdamW優(yōu)化器。

3.4 實(shí)驗(yàn)結(jié)果及分析

3.4.1 對(duì)比實(shí)驗(yàn)

將本文模型與案件要素識(shí)別常用的多標(biāo)簽分類模型作對(duì)比，模型分為無預(yù)訓(xùn)練和有預(yù)訓(xùn)練兩類，實(shí)驗(yàn)結(jié)果選取3次實(shí)驗(yàn)的平均值。

(1)無預(yù)訓(xùn)練模型選擇Att-BiLSTM、TextCNN、FastText、DPCNN[3]。其中，Att-BiLSTM是基于attention機(jī)制的雙向LSTM神經(jīng)網(wǎng)絡(luò)模型；TextCNN是用來做文本分類的卷積神經(jīng)網(wǎng)絡(luò)；FastText能取得與深度網(wǎng)絡(luò)相媲美的精度，卻在訓(xùn)練時(shí)間上比深度網(wǎng)絡(luò)快許多數(shù)量級(jí)；DPCNN用來解決TextCNN在捕獲長(zhǎng)距離特征時(shí)不理想的問題；

(2)有預(yù)訓(xùn)練模型選擇BERT[5]、ERNIE[19]、RoBERTa[18]、SS-ABL[6]。其中，BERT是Google提出的基于Transformer的預(yù)訓(xùn)練模型，下游多標(biāo)簽分類任務(wù)采用微調(diào)方法；ERNIE在BERT的基礎(chǔ)上采用短語(yǔ)和實(shí)體級(jí)別的mask；RoBERTa在BERT的基礎(chǔ)上使用更大的數(shù)據(jù)再次訓(xùn)練，改進(jìn)優(yōu)化函數(shù)，采用動(dòng)態(tài)mask方式訓(xùn)練模型；RoBERT+Seq2Seq_Attention是指用RoBERTa提取文本特征，用Seq2Seq_Attention框架進(jìn)行標(biāo)簽的識(shí)別；SS-ABL使用反繹學(xué)習(xí)方法實(shí)現(xiàn)基于BERT模型的案件要素識(shí)別。

本文的模型和其它模型在同一數(shù)據(jù)集下識(shí)別效果見表3，從實(shí)驗(yàn)結(jié)果可以看出，使用預(yù)訓(xùn)練模型比不使用預(yù)訓(xùn)練模型的效果要好，其中RoBERTa預(yù)訓(xùn)練模型表現(xiàn)最為出色，因?yàn)轭A(yù)訓(xùn)練方法可以讓模型基于一個(gè)更好的初始狀態(tài)進(jìn)行學(xué)習(xí)，從而達(dá)到更好的性能。相比無預(yù)訓(xùn)練的多標(biāo)簽分類方法，本文方法提升了12.2%，相比有預(yù)訓(xùn)練的多標(biāo)簽分類方法，本文方法提升了3.2%。與對(duì)比方法相比較，本文方法在預(yù)訓(xùn)練模型RoBERTa的基礎(chǔ)上使用了機(jī)器閱讀理解方法，通過案件要素標(biāo)簽信息構(gòu)造的問題為模型的識(shí)別提供了輔助作用；通過雙向注意力機(jī)制進(jìn)行問題與上下文語(yǔ)義的進(jìn)一步交互，使模型更加關(guān)注于問題指示的上下文信息；通過對(duì)抗訓(xùn)練進(jìn)一步提高了模型的魯棒性，使模型在案件要素識(shí)別任務(wù)上有更好的效果。

表3 模型性能對(duì)比/%

3.4.2 消融實(shí)驗(yàn)

為了驗(yàn)證本文方法各模塊的有效性，我們對(duì)模型進(jìn)行了消融實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果見表4。MRC表示使用機(jī)器閱讀理解方法，Attention表示加入雙向注意力機(jī)制，AT表示對(duì)模型使用對(duì)抗訓(xùn)練，F(xiàn)Loss表示使用Focal Loss損失函數(shù)。

表4 模型消融實(shí)驗(yàn)/%

RoBERTa預(yù)訓(xùn)練模型為消融實(shí)驗(yàn)的基準(zhǔn)模型。

RoBERTa+MRC在基準(zhǔn)模型RoBERTa的基礎(chǔ)上使用了機(jī)器閱讀理解方法，F(xiàn)1值提升了3.3%。因?yàn)楸疚氖褂玫臋C(jī)器閱讀理解模型在輸入文本前加入了案件要素標(biāo)簽信息即案件要素類型的描述信息，這些案件要素類型的描述作為先驗(yàn)知識(shí)提升了模型的識(shí)別效果。

RoBERTa+MRC+Attention在RoBERTa+MRC的基礎(chǔ)上增加了雙向注意力機(jī)制，F(xiàn)1值提升了0.2%。經(jīng)過RoBERTa模型之后使用雙向注意力機(jī)制進(jìn)一步融合上下文和問題之間的交互信息，使模型更加關(guān)注于與問題有關(guān)的上下文語(yǔ)義表征，進(jìn)而提升識(shí)別效果。

RoBERTa+MRC+Attention+AT在RoBERTa+MRC+Attention的基礎(chǔ)上對(duì)模型加入了對(duì)抗訓(xùn)練，F(xiàn)1值提升了1.1%。使用對(duì)抗訓(xùn)練中的FGM算法在word embedding部分應(yīng)用對(duì)抗擾動(dòng)，可以提高模型在應(yīng)對(duì)噪聲樣本的魯棒性。

RoBERTa+MRC+Attention+AT+Focal Loss在RoBERTa+MRC+Attention+AT的基礎(chǔ)上使用Focal Loss損失函數(shù)，F(xiàn)1值提升了0.2%。Focal Loss損失函數(shù)降低了大量簡(jiǎn)單負(fù)樣本在訓(xùn)練中所占的權(quán)重，可以更好地挖掘困難樣本。

3.4.3 細(xì)粒度實(shí)驗(yàn)

為了驗(yàn)證本文方法在應(yīng)對(duì)小樣本案件要素情況下的表現(xiàn)，用本文方法與對(duì)比實(shí)驗(yàn)中的RoBERTa基線模型進(jìn)行細(xì)粒度對(duì)比，進(jìn)一步輸出每種案件要素的細(xì)粒度結(jié)果。實(shí)驗(yàn)結(jié)果見表5，本文方法在屬于案件要素類別young、surrender的小樣本數(shù)據(jù)上分別提升了5.5%和10.3%。例如，屬于surrender類別的案件要素在裁判文書中表現(xiàn)形式多樣，在數(shù)據(jù)樣本量較少的情況下僅通過學(xué)習(xí)裁判文書的文本特征很難進(jìn)行有效識(shí)別。本文使用的機(jī)器閱讀理解方法通過在輸入文本前拼接案件要素標(biāo)簽信息，獲得了一定的先驗(yàn)知識(shí)，使得模型充分學(xué)習(xí)到所要識(shí)別的案件要素特征。因此，本文使用的機(jī)器閱讀理解方法對(duì)小樣本案件要素的識(shí)別效果有所提高，可以有效改善樣本不均衡問題。

表5 細(xì)粒度實(shí)驗(yàn)F1/%

3.4.4 對(duì)抗訓(xùn)練對(duì)模型魯棒性的影響

為了驗(yàn)證對(duì)抗訓(xùn)練對(duì)模型魯棒性的影響，本小節(jié)將擾動(dòng)參數(shù)∈設(shè)1.0，對(duì)比了模型在加入對(duì)抗訓(xùn)練和不加對(duì)抗訓(xùn)練的效果，實(shí)驗(yàn)結(jié)果見表6。

表6 對(duì)抗訓(xùn)練對(duì)模型的影響/%

實(shí)驗(yàn)結(jié)果表明，對(duì)抗訓(xùn)練在對(duì)大部分的案件要素類別的識(shí)別上都有一定的提升。與不加對(duì)抗訓(xùn)練時(shí)的模型相比，加入對(duì)抗訓(xùn)練后的F1值整體提升了1.1%。這說明在原有模型訓(xùn)練過程中注入對(duì)抗樣本，可以提升模型對(duì)微小擾動(dòng)的魯棒性，進(jìn)而提升模型的整體性能。

3.4.5 Focal Loss對(duì)模型的影響

為了驗(yàn)證Focal Loss對(duì)模型性能的影響，在本文方法的基礎(chǔ)上分別選用CE Loss和Focal Loss兩種損失函數(shù)進(jìn)行比較。實(shí)驗(yàn)結(jié)果見表7，可以看出使用Focal Loss的效果更好。

表7 Focal Loss對(duì)模型的影響/%

雖然CE Loss可以平衡正負(fù)樣本的重要性，但是不能區(qū)分難易樣本，F(xiàn)ocal Loss可以降低易區(qū)分樣本的權(quán)重，并關(guān)注難區(qū)分樣本的訓(xùn)練。Focal Loss在CE Loss的基礎(chǔ)上添加了調(diào)制因子，其中的參數(shù)γ∈[1，5] 取值對(duì)模型的影響見表8。從實(shí)驗(yàn)結(jié)果可以看出，γ取值為2時(shí)效果最好，我們選擇γ取值為2時(shí)的Focal Loss作為本文模型的損失函數(shù)，使模型達(dá)到最佳表現(xiàn)。

表8 選取Focal Loss中不同γ值的影響/%

4 結(jié)束語(yǔ)

本文提出了一種基于機(jī)器閱讀理解的案件要素識(shí)別方法，利用案件要素標(biāo)簽信息構(gòu)造問題輔助模型識(shí)別。使用RoBERTa預(yù)訓(xùn)練語(yǔ)言模型增強(qiáng)問題和上下文的語(yǔ)義表征，通過雙向注意力機(jī)制更好地融合問題到上下文以及上下文到問題的語(yǔ)義信息。實(shí)驗(yàn)結(jié)果表明，本文方法可以有效改善小樣本案件要素的識(shí)別性能。同時(shí)，本文采用的對(duì)抗訓(xùn)練FGM算法進(jìn)一步提升了模型的魯棒性。

在未來工作中，我們將進(jìn)一步識(shí)別更多類別的案件要素，并將其應(yīng)用到法律判決預(yù)測(cè)的真實(shí)場(chǎng)景中。