金融犯罪规范化量刑模型

模型的研究报告，对模型的算法、架构、训练数据和测试数据及测试结果进行了详细说明。完成了金融犯罪规范化量刑模型3个，分别为：基准刑规则模型1个、情节调节刑规则模型1个、情节关联规则模型1个。 1）量刑基准刑规则是模型中的核心组成部分。该规则通过对不同罪名的犯罪事实进行分类和分析，将犯罪行为的基本性质和具体情节纳入考量，依据历史案件数据和法律规定，制定出具有指导意义的基准刑期范围，确定每种犯罪行为的相应案件等级。2）情节调节刑规则主要是针对综合全案分析案情要素的深层次属性，进而确定基准刑的调节幅度。3）情节关联规则解决量刑调节情节之间存在互斥和重复评价规则问题。存在互斥规则的调节情节不能同时选用，存在重复评价则选择其中一项。 模型提供的人工动态调节功能允许检察官在处理特殊案件时对量刑建议进行灵活调整。这种动态调节能力使得量刑过程不仅基于模型生成的初步建议，还能根据实际案件情况进行微调，从而确保量刑结果的适应性和灵活性。对11个罪名的案件样本测试的量刑确定值采信率最小值为81.4%，量刑范围值采信率最小值为90.1%。

搜集汇总

背景与挑战

背景概述

该数据集为金融犯罪规范化量刑模型，包含基准刑规则、情节调节刑规则和情节关联规则三个核心模型，支持人工动态调节功能。模型测试中，对11个罪名案件样本的量刑确定值采信率最小值为81.4%，量刑范围值采信率最小值为90.1%。