【目的/意义】为实现裁判文书论辩关系的自动抽取，以帮助理解案件的法律推理和裁判过程，进而推动法律领域文本分析的研究与发展。【方法/过程】本文根据所构建的裁判文书论辩关系语料库，提出了一种双向注意力驱动的语义感知孪生神经网络模型（BAD-SPS），将论辩关系抽取任务建模成文本匹配任务。模型利用BERT分别对输入的论辩元素对进行编码，再经过白化操作去除特征间的相关性并简化特征表示，然后引入双向注意力机制进一步加强论辩元素间的语义交互，从而提升模型对论辩元素结构的理解能力。最后将模型同时处理裁判文书中论辩关系抽取的两大子任务：论辩关系检测和论辩关系分类。【结果/结论】BAD-SPS模型相较于基准模型，在论辩关系检测数据集2上的F1值提升显著，达到11.02。同样，在论辩关系分类数据集D上，其F1值也实现了10.59的显著提升。实验结果表明该模型在准确理解和识别论辩关系方面的有效性。【创新/局限】本研究针对裁判文书中的论辩关系探索了基于语义感知孪生网络模型的裁判文书论辩关系抽取模型，能够实现裁判文书中论辩关系的自动化抽取，后续有待在更多民事案由上进行泛化实验。