以大数据+机器学习为驱动构建刑事案件判案智能预测系统-北大法宝.doc

【法宝引证码】 CLI.A.1236548? 原文链接： HYPERLINK /qikan/3754f7a0f1b886f095ca8da1390e2d16bdfb.html \t _blank /qikan/3754f7a0f1b886f095ca8da1390e2d16bdfb.html 以“大数据+机器学习”为驱动构建刑事案件判案智能预测系统  期刊名称： HYPERLINK /journal/articlebyclass?ClassCodeKey=79, \t _blank 《人民司法（应用）》 期刊年份： HYPERLINK /journal/findarticle?FilterItems.JournalYear=2018 \t _blank 2018 摘要： 构建刑事案件判案智能预测系统，是将大数据、人工智能等现代科技融入到刑事司法领域应用的重要突破，对推进以审判为中心的刑事诉讼制度改革，促进类案适法统一，防范冤假错案具有重要意义。在构建刑事案件判案智能预测系统中，有两种代表性的思路：一种是以规则驱动的方法，该方法需要将每一种罪名的犯罪构成要件以及裁判方法嵌入到软件系统中，将耗费专家大量的时间精力。另一种是以数据驱动的方法，其优点在于以数据量和计算量换取研究的时间，随着数据量、计算能力以指数级增长以及机器学习的发展，数据驱动的方法可以预测的非常准确。本文倾向于数据驱动的方法，在对人工智能在法律领域应用进行实证考察的基础上，提出“大数据+机器学习”的思路构建刑事案件智能预测系统，对该系统进行整体规划，搭建大数据资源库、案件智能预测应用软件、大数据共享交换平台等三个基础架构，以命案定罪预测为例创建数据集，运用决策树算法建立数学模型，进行定罪预测，具有较高的可行性。 作者： HYPERLINK /journal/articlebyauthor?author=伍红梅 \t _blank 伍红梅 分类： HYPERLINK /journal/articlebyclass?ClassCodeKey=,16 \t _blank 人工智能 期号： 10 页码： 34 　　　　随着近年来大数据、人工智能、云计算等现代科技的高速发展，国内外司法机关、律师事务所、公司纷纷将人工智能引入司法领域及法律服务领域，法律智能应用系统从基于规则的法律专家系统过渡到基于大数据的法律人工智能系统，在辅助法官办案、服务律师、社会公众方面正在不断取得新的成就。但是，因系统建设整体规划、顶层设计相对缺乏，功能上存在很大提升空间，尤其是对案件预判预测的功能存在缺失，数据收集共享应用上存在诸多薄弱环节，技术上面临诸多挑战。在此，笔者尝试以“大数据+机器学习”的思维方式，从方法论的视角，剖析当前法律人工智能应用系统存在的问题，探索构建刑事案件判案智能预测系统，尝试对刑事案件判案智能预测系统的整体规划、基础架构、预测模型进行设计。　　一、人工智能在法律领域应用的实证考察　　(一)人工智能应用于法律领域的发展历史　　1.第一次浪潮：基于规则的法律专家系统。上世纪70年代，由于受到专家系统成功研制的启发，人工智能技术开启了应用于法律领域的先河。人工智能在司法中的第一次实际应用，是D ·沃特曼和M ·皮特森1981开发的法律判决辅助系统，探索将其作为法律适用的实践工具，对美国民法制度的某个方面进行统计分析，运用严格责任、损害赔偿等模型，计算出责任案件的赔偿标准，并论证了如何模拟法律专家意见的方法论问题。我国法律人工智能的研制于20世纪80年代中期起步。1986年国家社科“七五”研究课题“量刑综合平衡与电脑辅助量刑专家系统研究”取得了盗窃罪量刑数据模型等成果，1993年武汉大学法学院开发的实用刑法专家系统，由咨询检索系统、辅助定性系统和辅助量刑系统组成，具有检索刑法知识和对刑法个案进行推理判断的功能。[1]该时期的系统主要是将法律专家的法律知识、经验等以规则的形式转变成为计算机语言。　　2.第二次浪潮：基于大数据的法律人工智能系统。即以大数据、机器学习、深度学习等为支撑的法律人工智能系统， AI基于大数据可以做出各种各样不同的预测，分析不同文档、相关数据。在合规调查中、诉讼中，帮助准备最准确的文档，分析在不同组织体系下法律诉讼的潜在危险因素。其典型代表有：由IBM研发的世界首位人工智能律师ROSS，英国首个“合同机器人” Berwin Leighton Paisner (BLP)，致力于为商标和专利检索以及版权监测等知识产权法律工作自动化的TrademarkNow，提供智能合同服务的KMStandards、RAVN、 Seal Software、Beagle、LawGeex等公司，面向终端消费者的法律机器人DoNotPa