Aller au contenu principal
2025 conference-paper

Intelligent judicial opinion generation and optimisation method based on reinforcement learning

0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

In order to improve the quality and efficiency of judicial decision opinion generation, a reinforcement learning method is used to design an intelligent judicial decision opinion generation model. Through comparative experiments, the differences in accuracy, legality and fairness between the traditional method and the model based on reinforcement learning are investigated. The results show that the model optimised by reinforcement learning performs superiorly in all the indicators, and can better generate adjudication opinions in line with judicial standards, which provides a new idea for improving the quality of judicial decision-making.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Intelligent judicial opinion generation and optimisation method based on reinforcement learning
Date Crossref
01/09/2025
Éditeur
Institution of Engineering and Technology (IET)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Artificial Intelligence in Law

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.