维尔克、帕肯、伦洛耶、维赫雅 犯罪情节的贝叶斯网络建模.docx

维尔克、帕肯、伦洛耶、维赫雅|犯罪情节的贝叶斯网络建模

■作者?

维尔克（CharlotterVlek），荷兰格罗宁根大学人工智能系

帕肯（HenryPrakken），荷兰乌得勒支大学信息与计算科学系和格罗宁根大学法学院

伦洛耶（SiljaRenooij），荷兰乌得勒支大学信息与计算科学系

维赫雅（BartVerheij），荷兰格罗宁根大学人工智能系

■译者?

杜文静，华东政法大学文伯书院副教授

摘要

所有法律案件均涉及用证据推理。随着软件支持工具的发展，证据推理需要一个形式基础。文献表明：证据推理有三种主要方法，即：论辩方法、叙事方法和概率推理。在本文中，我们组合了后两种方法。在贝叶斯网络在法律案件中应用的最新研究中，当人们用法律贝叶其网络来再现结构时已经提出了许多法律习语。贝叶斯网络是用来量化案件中各种变量是如何互动的。在叙事方法中，情节提出了案件的证据语境，但当前缺乏一种方法把定量的贝叶斯网络数值技术与定性的情节全盘方法合并起来。在本文中，我们给出了一种用单个贝叶斯网络来建模几个情节。这种方法已通过案件研究来检验。我们需要引入两个法律习语：一是情节习语，二是合并情节习语。合成网络是打算帮助法官或陪审团的，帮助维护案件中两个相关变量间互动的优异概观，通过比较各种情节来防止过于视野狭窄。

1引言

近来有问题的法律案件要求从科学上找到一种处理案件中证据的定性和定量功能的方法。通过提出形式方法，我们的目的是为能处理法律案件中证据推理的软件支持工具发展打基础。这样一种工具是打算用来给法官和陪审员使用的，当然要与那些能够提供细节信息的各种专家合作。这将有希望改善法官或陪审员和专家之间的沟通。

在文献中，证据推理主要有三种方法，即论辩方法、叙事方法和概率推理[16,25]。在前一个项目中[6,5,7,8]中，已经研究了针对法律案件中的叙事方与论辩的组合，导致了组合两种方法的混合理论之发展。在本文中，我们研究的是叙事方法与概率方法的组合，给出了一种用贝叶斯网络建模法律情节的系统方法。情节是指一系列事件的融贯展示[6]，并且抓住了犯罪现场可能发生的较大图景，它提供了可得证据的一个语境。法官和陪审员习惯根据故事或情节来思维，并且用情节来组织证据[20]。基于这些情节，我们旨在系统建构一个建模案件的贝叶斯网络。

贝叶斯网络一直是被作为针对法律案件的概率推理一种工具加以研究[14,17,18,24]。贝叶斯网络在法庭中的应用当前备受争议，因此需要更多的研究[10]。一方面，在英国上诉法院2010年裁定“除非研究DNA证据以及‘其它存在坚实统计基础的其它可能领域’，否则不应当用贝叶斯定理用于评价证据[1]”。另一方面，在荷兰使用贝叶斯思维近来已被许多最高法院成员和荷兰法庭辩论研究所（NederlandsForensischInstituut,NFI）共同维护[3,4,2]。

贝叶斯网络是用来表征一系列相关变量的联合概率分布的。这种图解结构表明一个案件中两个变量间的依赖性或独立性。在贝叶斯网络的法律案件适用中，图解通常包括一个或一个以上的假设节点（诸如“犯罪嫌疑人X有罪”）、证据节点（诸如“发现与犯罪嫌疑人X的指纹相匹配的指纹”）以及一些可能的中间节点（诸如“犯罪嫌疑人X在犯罪现场”或“犯罪嫌疑人X留下的指纹”）。

当我们建构一个法律案件的贝叶斯网络时，并不清楚哪些变量与案件相关。例如，这可以医学领域的情形相比较。对于有一组症状的绝大多数病人来讲，医生预先知道要进行哪些检测，它们的可能结果是什么，以及这些结果如何与各种诊断相关。换句话说，在许多情况下能够使用之前给出的贝叶斯网络，并且诊断病人是用这些检测结果举例说明网络中的节点。

作为与医疗检测这个相对封闭的世界相比，法律领域常常是一个开放世界，其中可能出现不可预见的相关情形。例如，当犯罪嫌疑人的不在场所证明包含了那天开着这辆公交车上班去了，而在犯罪发生的那个早晨有辆公交车并没有按计划运营。而今，对于像法律领域之类的领域来讲，还有没系统方法来判定哪些变量应当被包括在案件的贝叶斯网络之内。

在本文中，我们提出用贝叶斯网络建模犯罪情节的这样一种系统方法。我们认为，从全盘观点来看，情节为判定哪些变量相关提供了好处。情节通过把案件中的大量变量放到融贯整体之中来理解[22]。情节的局部融贯与直接相关的事态和事件相关联，并且在一个情节内所有事态和事件两两间是全局融贯的，只是因为它们一起形成了一个情节。

当前，我们关注的是建构贝叶斯网络的图解结构。所得到的网络明显不是打算用来做出裁决的，是给法官和陪审团在做裁定时提供建议和帮助的。此外，无论模型多么精确，做出关于个体的裁决仍然是件微妙之事。一个人总是能够论证这个特定犯罪嫌疑人是例外或者就其可能性来讲是异常值。因此，该模型应当用于比较各种可能情