刘海顺，王 雷，孙媛媛，陈彦光， 张书晨，林鸿飞

(1. 大连理工大学 计算机科学与技术学院，辽宁 大连 116024；2. 辽宁省人民检察院 第三检察部，辽宁 沈阳 110033)

0 引言

2018年，司法部印发《“十三五”全国司法行政信息化发展规划》，明确提出我国到2020年全面建成智能高效的司法行政信息化体系3.0版，将大数据、人工智能、云计算、物联网等技术与司法工作进行实际融合，实现公共法律服务的便捷普惠化，实现政务管理水平的高效透明化。随着我国司法行政信息化的不断推进，智慧司法研究领域兴起并日趋火热。智慧司法包括法律阅读理解、案件要素识别、相似案例匹配和司法判决预测等任务，旨在赋予机器理解法律文本的能力，促进司法智能的发展。其中，案件要素识别的具体研究内容为，给定裁判文书中的相关段落，针对文书中每个句子进行判断，识别其中的关键案情要素。案件要素抽取的结果不仅可以为要素式裁判提供技术支持，还可以应用到案情摘要、可解释性的类案推送及相关知识推荐等司法领域的实际业务需求中。

前期研究在司法智能领域的研究工作主要集中在司法判决预测[1-3]、相似案例匹配和命名实体识别[4-5]等方面，直接针对案件要素识别的研究还相对较少，但它们在技术上具有共通性。与通用领域的自然语言处理(NLP)任务[6-7]类似，当前研究者们在智慧司法领域采用的方法多是基于神经网络的结构。具体而言，网络底层使用预训练的词向……