Key points are not available for this paper at this time.
A Previsão de Julgamento Legal (LJP) é a tarefa de prever automaticamente os resultados do julgamento de um caso legal, dado um texto que descreve seus fatos, o que apresenta ótimas perspectivas em sistemas de assistência judicial e serviços convenientes para o público. Na prática, acusações confusas são frequentes, pois casos legais aplicáveis a artigos legais similares são facilmente mal interpretados. Para tratar essa questão, o método existente depende fortemente de especialistas na área, o que dificulta sua aplicação em diferentes sistemas jurídicos. Neste artigo, apresentamos um modelo end-to-end, chamado LADAN, para resolver a tarefa de LJP. Para distinguir acusações confusas, propomos uma nova rede neural gráfica para aprender automaticamente as sutis diferenças entre artigos jurídicos confusos e projetar um novo mecanismo de atenção que explore totalmente as diferenças aprendidas para extrair características discriminativas convincentes das descrições dos fatos de forma atenta. Experimentos realizados em conjuntos de dados do mundo real demonstram a superioridade do nosso LADAN.
Xu et al. (Quarta-feira,) estudaram essa questão.