1. Background
传统罪名预测任务被视为文本分类任务，但是加上了法律知识。两种主流使用法律知识的方式为：
- 评估事实描述和法条之间的关联，用以预测罪名123，这种做法粒度太粗，因为单个法条可能对应多条罪名，不足以区分这些易混淆罪名之间的细微差别。
- 手动抽取legal attributes（如罪犯是否有暴力行为）456，这对专家人力要求很高，而且难以理解。
大陆法系的犯罪要素（CE）是重要的司法解释（不在法条中），借以指导判决。
在中国，每个罪名由这4个部分描述：
- subject element
- subjective element
- object element
- objective element
CE示例图：
嫌疑人的事实匹配了纵火罪的4个CE，所以被叛纵火罪。
7利用了objective和subjective信息，但完整利用4个CE也很重要。
CE的识别逻辑顺序：
- 损害事实（objectIve）：火灾
- 原因（subject）：火是否人造
- 罪犯是否有责任，有什么责任（subjective）：当事人精神态度（区别蓄意纵火和失火罪）
- 什么社会关系（object）被破坏，罪名是否成立8：公众安全是否被损害，是否有人获罪
2. CECP模型
legal agent：自动挖掘CE实例（句子）
actor-critic框架
用encoder network中得到的事实描述和CE的嵌入作为observations，按类型组合不同罪名的CE，依CE逻辑顺序循环迭代选取每一类最重要的实例，在每一时间步，加权聚合该类及对应该类选出的句子，权重由其间的relevance estimation计算得到。这相当于提供了选出句子和CE在最相关实例和罪名上的摘要表征。然后agent基于这个CE的摘要表征和历史表征（编码以前对所有CE类选出的句子，强调高相关权重的句子）选出一个未选过的句子，这个历史表征表示“以前识别出的重点”，由当前类选出句子的摘要表征更新。
最后用选出句的摘要表征和所有CE类的CE来预测罪名。
reward function基于预测结果和被选出句子的重复程度设计。
强化学习我不太懂，也未作更多了解。
2.1 Encoder Network
编码事实描述和CE
- Fact Encoder
GRU
- CE Encoder
2.2 Reinforcement Learning Module
2.3 Prediction Network
3. 实验
3.1 数据集
3.2 baseline
常规文本分类模型OTC：
- TextCNN
- DPCNN
- HARNN
- BERT
- SAttCaps
基于法律知识的文本分类模型LKB：
- FewShot
- FLA
- LADAN
3.3 主实验结果
3.4 模型分析
