1. 研究目的与意义（文献综述）

法律智能旨在赋予机器阅读理解法律文本与定量分析案例的能力，完成罪名预测、法律条款推荐、刑期预测等具有实际应用需求的任务，有望辅助法官、律师等人士更加高效地进行司法判决。近年来，以深度学习和自然语言处理为代表的人工智能技术取得巨大突破，也开始在法律智能领域崭露头角，受到学术界和产业界的广泛关注。目前，我国每年约产生6亿人次的法务需求，而全国从业律师不足40万，每人拥有律师数目远低于发达国家平均水平，迫切需要人工智能的力量来向个人和企业提供高效的法律咨询服务。同时，法律智能的应用也可以帮助提高法律服务机构的工作效率、降低成本以及减轻雇员压力，可以帮助法官实现同案同判，即所谓的大数据司法确保公平正义，是实现国家司法公正、高效的理想途径。因此，法律智能的发展将成为未来的趋势，具备极高的研究价值。

国内外与法律智能相关的研究已经开展了多年，最早可以追溯到1987年在美国波士顿的东北大学举办的首届国际人工智能与法律会议（icail）。此次会议后的1991年成立了国际人工智能与法律协会（iaail），旨在推动法律智能这一跨学科领域的研究和应用，包括十大主要议题：

(1) 法律推理的形式模型；

2. 研究的基本内容与方案

(1)本课题研究内容是“基于裁判文书的案件罪名预测方法研究”。主要研究有以下几方面：

①自然语言处理技术：对现有的自然语言处理（nlp）技术进行研究学习，选取合适的方法在庞杂的裁判文书中过滤无关语义信息，抽取全局语义信息。

②深度学习模型：对现有的深度学习模型进行研究学习，选取合适的模型进行训练，深层理解语义信息并进行罪名预测。

3. 研究计划与安排

第一阶段（2019/1/19—2019/2/28）：查阅有关的参考资料并完成开题报告；翻译英文资料（不少于5000汉字），并交予指导教师检查。

第二阶段（2019/3/1—2019/4/30）：熟悉文本分类任务的处理流程，对案件数据进行预处理并制成数据集；对现有的自然语言处理技术和深度学习模型进行对比研究。

第三阶段（2019/5/1—2019/5/25）：开展模型的训练、调试和优化等工作，记录实验数据，总结实验结果，撰写及修改毕业论文。

4. 参考文献（12篇以上）

[1]维克托·迈尔·舍恩伯格,肯尼思·库克耶.大数据时代: 生活、工作 与思维方式的大变革[m]. 盛杨燕,周涛,译.杭州:浙江人民出版社, 2012.

[2]rajaraman a,ullman j d.大数据-互联网大规模数据挖掘与分布式处理[m]. 王斌,译. 北京:人民邮电出版社,2013.

[3]韩家炜, 坎伯. 数据挖掘: 概念与技术[m]. 机械工业出版社, 2012.