La predicción de juicios legales (LJP) es una tarea crucial en el campo de la inteligencia artificial legal. Aprovecha la descripción de los hechos de un caso para emitir automáticamente un veredicto, derivando resultados de juicio (incluyendo artículos legales, cargos y términos de penalización). Los métodos actuales de LJP son excesivamente simplistas al integrar artículos legales y definiciones de cargos en las representaciones de hechos del caso, descuidando la atención a la información de elementos legales clave como conceptos y terminología legales, lo que resulta en la omisión de elementos legales clave. Al mismo tiempo, pasan por alto la información sobre el rango de penas contenida en los artículos legales, lo que a menudo conduce a resultados de juicio que superan los términos de penalización establecidos por la ley. A la luz de esto, proponemos un nuevo método de LJP: TA-LJP (Predicción de Juicios Legales Consciente de Términos). Este método fusiona efectivamente artículos legales (o definiciones de cargos) con representaciones de hechos del caso paso a paso a través de un módulo de fusión de múltiples niveles mejorado, aumentando los pesos de los elementos legales clave para resaltar su modelado y extrayendo efectivamente la información del rango de penas de los artículos legales para fortalecer aún más las representaciones de hechos del caso, mejorando así el rendimiento general de la tarea de LJP. TA-LJP consta de tres etapas principales: Primero, para modelar completamente los elementos legales clave al integrar artículos legales y definiciones de cargos en representaciones de hechos, los artículos legales (o definiciones de cargos) se integran de manera incremental a través de un módulo de fusión de múltiples niveles mejorado, aumentando finamente los pesos de los elementos legales clave para mejorar inicialmente las representaciones de hechos del caso. Posteriormente, se extrae la información del rango de penas de los artículos legales y se utiliza de manera efectiva para fortalecer aún más las representaciones de hechos del caso. Finalmente, las representaciones de hechos mejoradas se utilizan para predecir los artículos legales, cargos y términos de penalización del caso. Los resultados experimentales en los conjuntos de datos de LAIC2021 demuestran que TA-LJP exhibe ventajas distintivas en LJP, particularmente en la tarea de predicción de términos de penalización, logrando una mejora relativa del 3.02% en comparación con el mejor método de referencia.