【技术实现步骤摘要】
本专利技术涉及自然语言处理领域和法律领域，尤其涉及一种基于大小模型协同的层次化法律罪名判定方法、设备、介质。
技术介绍
1、在法律工作中，案件的罪名判定是一个非常重要的环节，它不仅为执法人员提供了案件构成要件分析的基础，还直接影响量刑的准确性。然而，这一过程高度依赖于执法人员的经验积累，既耗时又费力。近年来，随着自然语言处理技术的飞速发展，特别是大模型的广泛应用，罪名判定技术迎来了新的发展机遇。尽管如此，将这些先进技术应用于法律领域仍面临若干挑战。法律判决通常涉及到大量专业术语和深厚的法律知识背景，这对大模型的理解和处理能力提出了高要求。过去的方法往往是直接将案件信息输入到大模型中进行罪名判定，但在涉及上百个标签的分类问题上，这种方式并未能达到最佳效果。因此，如何有效提升大模型对法律文本理解的精确度，成为了当前亟待解决的问题。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于大小模型协同的层次化法律罪名判定方法、设备、介质。
2、第一方面，本专利技术实施例提供了一...
【技术保护点】
1.一种基于大小模型协同的层次化法律罪名判定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于大小模型协同的层次化法律罪名判定方法，其特征在于，构建层次化罪名结构体系的过程包括：
3.根据权利要求1所述的基于大小模型协同的层次化法律罪名判定方法，其特征在于，响应于目标案件、层次化罪名结构体系，大模型输出最底层罪名列表作为第一候选罪名列表的过程包括：
4.根据权利要求1所述的基于大小模型协同的层次化法律罪名判定方法，其特征在于，获取与目标案件相似度最大的K个相似案件及其罪名；响应于目标案件、K个相似案件及其罪名，大模型输出...
【技术特征摘要】
1.一种基于大小模型协同的层次化法律罪名判定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于大小模型协同的层次化法律罪名判定方法，其特征在于，构建层次化罪名结构体系的过程包括：
3.根据权利要求1所述的基于大小模型协同的层次化法律罪名判定方法，其特征在于，响应于目标案件、层次化罪名结构体系，大模型输出最底层罪名列表作为第一候选罪名列表的过程包括：
4.根据权利要求1所述的基于大小模型协同的层次化法律罪名判定方法，其特征在于，获取与目标案件相似度最大的k个相似案件及其罪名；响应于目标案件、k个相似案件及其罪名，大模型输出第三候选罪名列表的过程包括：
5.根据权利要求1所述的基于大小模型协同的层次化法律罪名判定方法，其特征在于，获取与目标案件相似度最大的k个相似法条及其罪名；响应于目标案件、k个相似...
【专利技术属性】
技术研发人员：王皓波，蒋智捷，陈刚，夏铭轩，胡天磊，赵俊博，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。