欢迎访问上邦|专注企业 AI 数字化转型落地 · 咨询热线 400-667-6771
免费咨询
首页 / 资讯中心 / 技术干货 / 文章详情
技术干货

基于要素的法律判决结果预测:罪名分类与刑期回归的可复现基线

上邦 AI 工程团队2026-10-03阅读 约 8 分钟
司法裁判文书包含事实、理由与结果,提取关键要素后可用于罪名分类与有期徒刑刑期回归的科研基线。本文以公开裁判文书要素数据集为例,给出一条用 TF-IDF 加逻辑回归、随机森林完成罪名预测的可复现流程,并说明其在类案推送与量刑辅助中的定位与边界。
法律智能研究中,判决结果预测是经典任务:给定案情要素,预测罪名与刑期长短。它不直接替代法官,而是作为类案推送、量刑辅助的排序信号,帮助法务人员更快定位相似先例。本文用公开数据集搭建一条可复现的基线流程,强调科研定位与合规边界。

一、任务定义与数据

公开裁判文书要素数据集(如 CAIL 系列)为每篇文书标注了罪名标签与若干法律要素。训练目标分两类:罪名多分类与有期徒刑刑期回归。需特别注意:数据集仅用于科研与算法验证,不得用于实际裁判或对外提供结论性服务。

二、要素向量化(TF-IDF)

将事实描述文本转为词频向量,作为分类器输入。以下示例使用 scikit-learn,依赖 pip install scikit-learn:
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.model_selection import train_test_split

X_text = facts          # 事实描述列表
y = charges             # 罪名标签列表

vec = TfidfVectorizer(max_features=50000, ngram_range=(1, 2))
X = vec.fit_transform(X_text)
X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.2, random_state=42)
print('训练样本', X_tr.shape[0], '测试样本', X_te.shape[0])

三、罪名多分类

用逻辑回归与随机森林对比,输出分类报告观察各类别精度:
from sklearn.linear_model import LogisticRegression
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report

clf = RandomForestClassifier(n_estimators=300, random_state=42)
clf.fit(X_tr, y_tr)
pred = clf.predict(X_te)
print(classification_report(y_te, pred, zero_division=0))

四、刑期回归

将有期徒刑刑期作为连续目标,用随机森林回归并评价平均绝对误差,作为量刑区间参考:
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_absolute_error

reg = RandomForestRegressor(n_estimators=300, random_state=42)
reg.fit(X_tr, y_term_tr)
mae = mean_absolute_error(y_term_te, reg.predict(X_te))
print('刑期 MAE(月)', round(mae, 2))

五、定位与边界

提醒:模型输出仅作辅助参考与检索排序信号,不得用于自动裁判;训练与推理数据须做脱敏处理,遵守个人信息保护与数据安全相关要求;上线前应由法律专业人士审核,避免误导。

参考来源

CAIL2018 定罪量刑要素提取数据集 - 中国司法大数据研究院;scikit-learn 官方文档:模型评估与流水线 - scikit-learn 项目;最高人民法院司法案例研究院公开案例库 - 最高人民法院。
相关标签:法律AI判决预测司法大模型机器学习类案检索

免费咨询上邦技术顾问

一对一上邦方案顾问对接 · 免费定制企业专属 AI 数字化转型方案

立即获取上邦方案