2025年，上海财经大学与上海市人民检察院开展合作，围绕“危险驾驶罪”相关文书，构建了面向量刑辅助的知识图谱模型，旨在实现对该类案件关键要素的结构化提取与量刑结果的智能化预测，从而为司法办案提供数据驱动的技术支撑。
项目团队以上海市人民检察院提供的4761份有效危险驾驶案件文书为数据基础，系统提取了血液酒精浓度、驾驶车辆类型、交通事故责任、违法行为、量刑情节等核心量刑要素。基于此，项目构建了包含24类关键量刑要素的知识图谱，并利用历史判罚数据，形成了分别对应拘役时长、罚金及是否缓刑判罚结果的路径数据库，从而建立起从量刑要素到判罚结果的可预测关联。
通过图谱构建与历史数据分析，系统实现了对拘役时长区间、罚金区间、是否缓刑三个关键判决结果的智能化预测，并输出基于历史判罚频率的最可能建议。经多次抽样验证，模型在上述三个维度的平均预测准确率分别达到99.8%、98.0%和100.0%，表现出较强的稳定性和可靠性。
本项目是数据科学与司法实务融合的一次成功实践，体现了知识图谱技术在专业领域落地应用的实际价值。未来可进一步融合深度学习技术、扩展要素覆盖范围，持续增强模型的预测能力与适用范围，以推动司法智能化应用的深化发展。
