基于动态难例感知的智能司法多任务预测方法

本发明公开了一种基于动态难例感知的智能司法多任务预测方法，该方法构建了一个多任务预测模型，包含共享编码器、罪名与法条预测层、难例识别模块及自适应阈值调整机制。训练阶段，模型通过计算预测熵值、归一化预测离散度、跨任务一致性得分综合评估样本难度，并利用动态调整的阈值识别难例，为难例分配更高训练权重。推理阶段直接输出罪名预测与法条推荐结果。本发明能够自适应识别关键难例，有效缓解司法数据中的类别不平衡问题，显著提升模型对尾部类别的预测性能与整体鲁棒性。