查找:                      转第 显示法宝之窗 隐藏相关资料 下载下载 收藏收藏 打印打印 转发转发 小字 小字 大字 大字
【期刊名称】 《现代法学》
计算法学:法律与人工智能的交叉研究
【英文标题】 Computational Jurisprudence: Interdisciplinary Study on Artificial Intelligence and Law
【作者】 张妮徐静村
【作者单位】 四川大学图书馆{副研究馆员,法学博士}西南政法大学{教授,博士生导师}
【分类】 人工智能
【中文关键词】 人工智能与法律;法律逻辑;司法模型;立法实验
【英文关键词】 artificial intelligence and law; legal logic; judicial model; legislative experience
【文章编码】 1001-2397(2019)06-0077-14
【文献标识码】 A DOI:10.3969/j.issn.1001-2397.2019.06.06
【期刊年份】 2019年【期号】 6
【页码】 77
【摘要】

计算法学是随着人工智能在法学中深入应用而产生的一门交叉学科,使用建模、模拟等计算方法来分析法律关系,让法律信息从传统分析转为实时应答的信息化、智能化体系,旨在发现法律系统的运行规律。计算法学的核心思想是计算思维与法学思想的深度融合,研究者通过主体的分布式实时计算来分析法律行为,从而发现法律发展的深层规律。人工智能等增强技术应用于法学有利于丰富和发展法学基础理论,提升部门法科学性及协调性,减少法律系统运行摩擦。计算法学对于提高立法与司法效率、应对和规避技术风险等均具有积极作用。计算法学涉及计算法学理论、立法实验、司法预测、法律的语义挖掘、法律逻辑分析、司法管理系统、司法证据等几方面研究。计算法学吸引着众多法学、计算机科学研究者的目光,正在形成一个新的学科分支,并有望孕育出一批新的法律职业群体。

【英文摘要】

The application of state-of-the-art artificial intelligence and big data mining to the law has led to a promising area of interdisciplinary research: computational jurisprudence. By investigating legal relationships and interactions through simulation and modeling,computational jurisprudence aims to find out the law for legal system with the legal information analysis transforming to real-time online intelligent system. Artificial intelligence applied in law will enrich the basic theory of law,improve the judicial efficiency and also reduce the conflicts of legal system. Computational jurisprudence has great value for legal system which improves the impartiality and effectiveness of legislative and judicial practices,promoting the integration of common law and civil law systems and reducing risks brought by application of new techniques. It mainly involves the research on theories of computational jurisprudence,legislation experiments,judicial prediction,legal semantic mining,legal logic analysis,judicial administrative system and judicial evidence. By analyzing its values and challenges,computational jurisprudence will attract more attentions and create some new legal professions.

【全文】法宝引证码CLI.A.1281963    
  
  

人工智能和大数据挖掘技术渗透在社会生活的各个角落,借助视频监控、电子邮件、智能系统等,可获得长时间的、连续的、大量人群的各种行为和互动的数据,实时、在线、网络化的计算社会科学研究正在兴起。文理交叉的新文科建设正孕育着新的学科分支,计算法学作为法学与计算机科学的交叉学科应运而生。

一、计算法学的产生与现状

(一)法律与科技相结合的历史沿革

学界向来认为“保守”是法学的特征,是法学保持稳定性进而具有权威性的原因之一;然而,法学也随时保持着对知识的包容态度,吸取来自其他学科的营养,特别是自然科学、实证科学,新的研究方法不断地被法学所吸收,并因而产生了一系列新的交叉学科分支。

1.计量法学研究的起源

计量法学研究(Jurimetrics)早最可追溯至上世纪40年代,随着自然科学的突飞猛进,人们试图用自然科学的理性来减少人文社会科学研究中的不确定性,一些学者将定量和计量的方法引入到法学的研究领域中。

1949年于里·洛文杰(Lee Loevinger)提出了计量法学(Jurimetrics)的定义,即运用诸如统计等量化方法解决法律问题{1}。1985年何勤华教授将计量法律学定义为:“运用电子计算机等手段,将数量计算方法引入法律领域,对法律的制定、执行、遵守以及法律教育和法学研究进行数量计算、分析的科学。”{2}

计算机革命为量化法学提供了极大的技术支持{3},符号逻辑的运用将法律文本从传统的概念分析方法局限中解放出来,演绎和类推等形式逻辑方法得以应用于法律信息分析之中。计量法学以具有数量关系的法律现象为研究对象,综合运用数学、统计学与计算机知识,主要采用数理建模和实证研究方法{4}。计量法学已用于法律情报统计、犯罪率预测等领域,用以促进司法效率。

2.人工智能与法律研究的发展

人工智能与法律研究(Artificial intelligence and law)的发展可追溯至上世纪50年代,1958年Lucien提出了法律科学的信息化处理,即建立法律文献或案例自动检索模型和法官裁量模型。1970年Buchanan进一步论述了人工智能与法律推理{5},用计算机模拟人的思维过程和智能行为,建立基于规则和案例的法律推理模型。此后各类专家系统如HYPO,CATO,CABARET和PROLEXS等相继产生,有的已用于司法实践之中。

人工智能与法律的发展分为三个阶段{6}:1950-1970年早期将人工智能技术直接用于处理法律数据,建立基于案例的法律辅助系统旨在预测司法判决结果,但囿于技术原因尚无法准确预测。1980-1990年研究者更多考虑价值选择和法律目的,建立人工智能系统协助司法参与人实现其主张。2000年以后研究者设计程序旨在解释预测和提出合理的法律论据。

3.法信息学的发展

信息科学(Legal informatics)是一门涉及范围甚广的学科,涵盖了信息的收集、组织、存储、检索和传播等,法律信息学主要关注法律信息获取、信息技术对法律领域的影响{7}。法信息学是法学的学科分支,涉及法律信息的存储和自动检索、法律部门的办公自动化、司法管理以及计算机在法律领域的其他应用{8}。法律信息学与信息科学的发展紧密相关,偏向于应用研究,譬如法律信息的语义处理、法律合同的人工智能审核、法律信息的检索等,如将人工智能应用于司法领域进行法律信息的储存、传播与检索,以及判决的预测等都包括其中。基于法律逻辑推理的法信息学应用人工智能技术极大提高了法律系统的运行效率。

法信息学建立的前提是法律法规设计是完备而准确的,但法律实践活动并非如预期的那样精确运行,法律法规为大前提、案件为小前提、依据法律逻辑进行司法解释,其机械适用往往饱受诟病。当前法信息学研究的新倾向,不再是仅从逻辑结构研究法规和原则,而是着重考虑其在现实推理中实际扮演的角色,法律信息学正在减少孤立的、代码化法律信息,转而更关注法律信息的可重复性、公正性和实用性{9}。

4.计算法学的当今实践

2009年,哈佛大学教授拉泽尔等15名学者在《科学》杂志上提出“计算社会科学”命题后,与日巨增的数字化信息以及人们行为的在线化,使得通过应用模拟、建模等计算方法分析法律关系成为可能,在计算思维的导引下,法学与人工智能、大数据处理技术的结合日渐紧密,计算法学(Computational jurisprudence)作为法学与计算机科学的交叉研究科学应运而生。2005年Wyner首次提出了计算法学的概念,对电子化的法律法规进行逻辑分析,自动检测其逻辑性{10}。2015年美国Oliver Goodenough教授根据人工智能技术发展经验将计算法学(Computational jurisprudence)划分为三个阶段{11}。法律科技1.0、2.0阶段,主要在当前法律系统下应用科技增强信息处理能力,如计算机辅助法律查询、流程管理、语义处理的专家系统等。3.0阶段是利用通信、建模和执行等计算技术,深刻改变或代替现有系统,如无人驾驶技术等。2015年我们在专著《计算法学导论》一书中对计算法学产生背景、意义、定义、基本研究内容等方面探讨了计算法学的基本理论{12}。2017年出于对动态法律大数据的关注,钱宁峰进一步论述了计算法学——基于社会计算的法学{13}。

身处大数据和人工智能技术飞速发展的时代,无纸化诉讼、庭审语音及视频记录等为诉讼画像提供了数据支持,能否更多地利用人工智能和大数据挖掘技术实现公平正义的量化和可视化?法官判断很多时候依靠“法感”——长期法学知识浸润产生的直觉——这种思维模式能否被计算机器学习和模拟?人工智能运用与法领域,能否实现法学与计算机科学理论的深度融合,建立起法律适用的智能算法和模型,促进立法与司法的更密切互动,进而促进法系统运行的更加顺畅。

5.计算法学是法学的分支学科

计算法学(Computational jurisprudence)与计量法学(Jurimetrics)、法信息学(Legal informatics)、计算法律学(Computational law)等概念相关,这几类研究的起步时间有先后,具有一定承继关系,研究内容有交叉和融合。总体来说,这几类研究都试图用客观的或是可量化的研究减少法律体系中的主观性,增强立法与司法的科学性和实用性,是法律与技术联系最为密切的一脉研究。尽管如此,上述交叉学科与所处的技术发展水平相关,其研究基础、研究的侧重点和采用的技术路线仍有一定的区别。

首先,计量法学(Jurimetrics)旨在“对具有数量变化关系的法律现象”进行研究,建立在传统统计学与数学基础上,采用抽样、问卷调查等方式收集相关数据,对社会活动进行分析。计量法学与法律大数据相关,本质上归属于“数据密集型科学”,数据量大且实时更新,以“自然数据”挖掘为中心,实施科学研究。

其次,这几类交叉研究着重强调应用,而计算法学法虽然也是运用前沿技术对法学研究与应用进行改造与创新,但它着重于发现法学自身的发展规律。法信息学(Legal informatics)是一门内容涵盖极广的学科,是信息科学与法学的交叉分支,其关注点主要是信息科学在法律领域的应用研究。法信息学包括人工智能与法律、计算法律学(Computational law)等,人工智能与法律研究经过近30年的发展,是欧洲比较有特色的研究分支,其研究偏重于建立预测模型和专家系统,但其成果在法院或律所中实际使用的并不多。计算法律学(Computational law)以斯坦福法学院的CODEX研究中心为据点形成了由学者、公司开发人员和律师组成的团队,已将法律信息代码化,遵循逻辑推理的原则,适用法律推理{14},但其研究常因机械推理的原因而饱受垢病。

计算法学是法学与计算机科学、现代统计学的交叉学科,基于现代人工智能技术和大数据挖掘技术,属于法学的研究分支,通过统计学、现代数学、计算智能等技术方法模拟和预测法律事务,其核心思想是计算思维与法学思想的深度融合,主要通过主体的分布式实时计算分析法律行为,从而发现法律发展的深层规律。

(图略)

图1 计算法学与相关学科关系图

(二)计算法学产生背景

近年来人工智能技术、大数据处理技术正以前所未有的广度、深度影响着人们的生活,社会生活复杂性的增长,一方面使得纠纷和诉讼爆炸式增长,法律法规应对式剧增,信息超载成为一种无形压力;另一方面案件信息的电子化、无纸化诉讼等增强技术又成为法律适用的一种客观需求。计算法学正是伴随着数据挖掘与人工智能技术的发展在法律发展及法律适用的客观需求而产生。

1.计算思维的发展为计算法学的产生奠定了思想基础

计算思维以抽象、算法和规模为特征,能够把问题及其解决方案表述为可以有效地进行信息处理的形式和思维过程{15}。计算思维的发展,使得法律事务代码化成为可能,以计算的形式表达法律内容,完成诸如文件合规性审查、立法预测、法规分析等事务。

2.人工智能和大数据挖掘带来模拟方法和分析系统的发展

借助视频监控、电子邮件、计算机智能系统等,可获得长时间的、连续的、大量人群的各种行为和互动的数据,人工智能与大数据挖掘技术的突破性进展,使得人们能够从大量无序的数据中分析出人们的行为。将数据科学的成果用于分析法律信息,有利于形成开庭前辅助判断的证据链,庭审过程的审判提示以及审判结果的预测,庭审后的分析和司法管理。

3.认知科学的发展为计算法学提供了新的解决问题的方式土豪我们做朋友好不好

计算机科学、神经生物学以及其他学科相融合形成认知科学,探究人脑或心智工作机制,促进人类对自身认知机制的深入了解。法官对案例的审判过程,多是法官基于法律事实、法律观念、审判技能、法律法规和历史案件等“法感”形成案例初步判断,继而通过往来于案件事实与法规从而获得最终的判断。认知科学的发展,有利于突破机械推理导致的不合理现象,形成更符合人类思维的司法预测。

4.传统法学的不足为计算法学的建立和发展留下了空间

法教义学并非能对所有法律问题给出最好的解决办法,法学转而从其他科学方法汲取营养,法社会学、法经济学的蓬勃发展可窥一斑。传统法学多采用法解释学、价值分析等定性研究方法,计算法学以具有数量关系的法律现象对研究对象,运用数据、数理模型、图形、计算机模拟等方式表述和分析法律问题,这对传统研究方法是有利的补充。其他社会科学如经济学、社会学等纷纷由定性研究转向数据为导向的定量研究,若法规的制定和法律的执行仅靠命令,而不考虑到社会的可接受度,其可信度将大受影响。

5.新技术的出现为司法改革提供了契机

作为定纷止争的利器,从早期的神判、决斗等到的法教义学,法学保持着神秘的面纱。然而面对这次的科技革命热潮,执法者的危机感日胜一日,若不紧跟科技做出让众人信服的变革,传统司法裁判方法将会成为下一个被抛弃的系统,智能分析技术能让人类法官在AI专家系统面前略显黯然失色。

6.司法实践对法官提出合理期待

在实践领域,案件审判流程的公开化、判决书的公布、网上传递法律文书,以及利用知识图谱、智能检索手段,促进法律系统的便捷性、实时性、公开性,已成为新的潮流。类案类判既是法律人的不懈追求,也体现人们对司法公正、平等的渴望。凡此等等都对法官于案件的审理和裁判提出了更高的要求。

7.司法改革为计算法学的崛起提供的机遇

从司法实践来说,我国法院系统员额制改革后,办案人员大幅度减少,人们权利意识的增强,案件日益增多,面对案多人少的实践困境,各方期待有智能化的辅助装置,帮助法官承担查询、类案比对等基础性工作,特别是对于简单案例能有快速解决提示。

(三)欧美司法领域中计算法学的研究与发展现状

各国政府与研究人员对法律大数据的态度不一,欧洲和美国自上世纪90年开始进行人工智能与法律的相关研究,取得了丰硕的成果。可视化技术正在进入美国的法院,倡导证据的可视化展示以及案发现场的复原。美国法院已经明确表示在诉讼和案件审理过程中整理、搜集证据材料时可以利用预测性编程技术。Northpointe公司根据犯罪理论和再次犯罪的关键信息设计了一款风险需求评估工具COMPAS,COMPAS风险评估依照从被告的犯罪档案中得到的和从与被告的访谈中采集的信息来评估该被告犯另一种罪行的可能性以及被告如期出庭的可能性等各个因素,该系统已用于美国部分州立法院评估罪犯二次犯罪的可能性,据称的评估准确率可达70%。ROSS系统在律所中可代替律师助理查询相关案例和法条,CACTUS系统被用于犯罪的预防和调查中。IBM公司的Watson和Google公司的DeepMind 的良好性能,激发了人们进一步将人工智能应用于法律领域的热情。人们设计了诸如LawGeex、CaseCrunch、Project Debater等职能系统与人类专业人员比赛。2018年LawGeex公司,让法律人工智能软件LawGeex与20名法学家、有经验的律师等同时审核五个保密协议( NDA),LawGeex仅用26秒且准确率高达94%,而人类完成此项任务需要92分钟且平均准确率比LawGee低9%[1]。

欧洲开展人工智能与法律的研究较早,1970年Buchanan开启了人工智能与法律相结合的研究。1990年Ashley在其博士论文中设计了基于案例的HYPO专家裁量系统,其后Brewer,Bench-Capon and Sartor,Roth,Horty and Bench-Capon等继续沿此思路推进,陆续出现了 CATO,IBP,CABARET、BankXX等一系列专家系统以及人工智能法律咨询系统,有些已应用于司法实践中{16}。英国将信息保存在电子介质,通过ODR(Online Disputes Resolution,在线纠纷解决机制)应用于小额民事纠纷,已在司法领域之外取得了显著的成果。法国借助大数据工具的“预测性司法(Justice Prédictive)”在2017年就已进入了法国法院系统的视野。2017年5月法国两个最大的上诉法院,杜埃市(Douai)上诉法院和雷恩市(Rennes)上诉法院,开始试用Prédictice软件辅助判案[2],但在计算赔偿金时仍然未能完整考虑所有相关因素,导致计算结果不够准确[3]。2016年意大利国际律所Dla Piper在意大利的分部已开始采用由加拿大公司Kira Systems开发的人工智能系统,逐句地审查分析合同语义[4]。

二、计算法学的理论基础和现实意义

(一)自然为法立法—调和法律的模糊性与客观性

法律体系由法律、判例、理论、程序、权利分级、规则、元规则等各类知识所组成,人们期望法律概念是精确的、单义的,然而作为逻辑和规则综合体的法律概念实则包含诸多的模糊和不确定性。第一,立法语言模糊。立法是借助于法律语言对法律现象的规范化表述,法规的制定需要法律语言的桥接,而自然语言的表述常常是多义和模糊的。法官判决过程是应用各种司法解释方法将法律规范适用于特定的事实,对法规的不同的理解可能会产生截然相反的结果。第二,法律看似一个明确的体系,却与道德、习俗、宗教等有着千丝万缕的联系。第三,法律需满足不同的功能定位,如倡导、调整、建议、计划、委托、管理等。第四,司法判决语言模糊,司法中的处罚机制具有开放性,法官的酌定情节中包含了个人的价值选择。第五,司法具有高度反馈性,其执行受各种社会、经济因素的影响。

人们期盼司法判决是客观的,不受偏见或成见的影响。法官做出判决,预先存在着可适用的法律规则,法官按照三段论推论,可获得确定的司法判决必须查询和解释相关法律渊源(制定法、先例、习惯等),以此确定统摄所涉案件的原则和规则,再确定如何将这些原则和规则适用在案件的事实中。然而,法律中包含着诸多如权利、正当程序、公正补偿等评价性范畴和公平正义等价值选择,因此,法律的客观性是指相对客观性,即只要发现正确答案的机制(如司法程序、法律推理等)不受歪曲性因素影响{19}。法律现实主义关注司法过程的心理学和社会学分析,与司法判决所引起的社会后果之间互动,特别是对于行为规则不明晰、案件处理结果有争议的疑难案件,不同的法官即便根据相同的推理规则进行司法解释获得的答案亦不统一。

耶林分别从法律、历史和哲学角度论证法学是一门科学{17},法国《拉鲁斯大百科全书》明确:“法学确实不折不扣地是一门科学。”[5]屈茂辉教授对法律的社会属性进行深入分析,认为法学是社会科学的重要组成部分已是不争的事实{18}。法律制度的产生、变迁看似是包含很多偶然因素的主观选择,但本质是历史的产物{21}。勒内·达维说“立法者要改造法律条文本身很容易,但是法律条文背后的东西却是很难改变的。”{20}简言之,“自然为法立法”{12}2,“自然”是指科学的自然规律,前一个“法”指我们法律制度,后一个法指“规则”。

计算法学的科学属性表现在:(1)社会科学的研究对象是社会现象,法学的研究对象是广义的法律现象,即包括立法、司法、执法等在内的法律事务,计算法学的研究对象是能用计算方法表征的法律现象。(2)社会科学的研究方法具有典型的实证性和规范性特征,计算法学采用统计学、现代数学、计算智能等技术方法。(3)社会科学的价值定位是研究与阐述各种社会现象及其发展规律,计算法学旨在发现法律系统的运行规律,提高司法公正和立法科学性,提升司法效率。

(二)法律的规范性与人工智能的学习性相得益彰

卢曼认为,法律最核心的功能是维护社会规范性期望的稳定{22}。立法需要维护其自身的稳定性,不会经常性调整规范、原则和价值。机器学习是一种建立于统计学基础上的定量方法,根据信息、参数和数据进行反馈式调整,每一个输入的数据又会成为机器学习的内容,并影响到未来数据。将人工智能应用于法律领域,能否建立某种机制,用以协调规范性与学习性之间的矛盾,更好地扬长避短,发挥法律的功效呢?

人工智能是以生物进化的观点模拟、延伸和扩展人的智能,人工智能方法应用于法律领域将对法律领域带来极大的冲击和便利。

首先,关于司法裁量的模型如何让干瘪的法条充实起来,能够考察法律怎样运行以及运行效果{23}。法律是一种有关预期的科学,预期将来诉讼发生时,法院将做什么{24}。事实上,无论判决是以法规还是判例为标准,法院对个案的裁判往往与人们的预期有出入,因为法官采用的司法解释、遵循的先例可能有所不同,即便相同,也因法官个人的学习、司法经历不同,

  ······

法宝用户,请登录后查看全部内容。
还不是用户?点击单篇购买;单位用户可在线填写“申请试用表”申请试用或直接致电400-810-8266成为法宝付费用户。
【注释】                                                                                                     
【参考文献】

{1}Lee Loevinger. Jurimetrics: the Next Step Forward [J]. Minnesota Law Review,1949,33(5):455-493.

{2}何勤华.计量法律学[J].法学,1985(10):36.

{3}Jackson J H. Jurimetrics- BAADE, HW [J]. California Law Review,1964,52(2):441-447.

{4}屈茂辉.计量法学基本问题四论[J].太平洋学报,2012,20(1):26-33.

{5}Buchanan B G,Headrick T E. Some speculation about artificial intelligence and legal reasoning [J]. Stanford Law Rev,1970,21(1):40-62.

{6}Ashley K. Case-Based Reasoning.[M]// Lodder A. R.,Oskamp A.(eds) Information Technology and Lawyers: Advanced Technology in the Legal Domain,from Challenges to Daily Routine. Switzerland: Springer,2006:23-60.

{7}Christopher L. Hinson. Legal Informatics: Opportunities for Information Science [J]. Journal of Education for Library and Information Science,2005,46(2):134-153.

{8}Hersh,W. Legal Informatics [J]. Journal of the American Society for Information Science,1996,47(5): 408-409.

{9}Josep Aguiló-Regla. Introduction: Legal Informatics and the Conceptions of the Law [M]// V. Richard Benjamins,Pompeu Casanovas,Joost Breuker et.al. Law and the Semantic Web: Legal Ontologies,Methodologies,Legal Information Retrieval,and Applications,Springer,2005:18-24.

{10}Wyner Z. Adam. Rudiments of computational jurisprudence [C]. Proceedings of Workshop on Computational Semantics,2005:416-420.

{11}Oliver Goodenough. Computational Jurisprudence 3.0[EB/OL].[2019-06-05].https://law.stanford.edu/2015/02/05/computational-jurisprudence.

{12}张妮,蒲亦非.计算法学导论[M].成都:四川大学出版社,2015.

{13}钱宁峰.走向“计算法学”:大数据时代法学研究的选择[J].东南大学学报(哲学社会科学版),2017,19(2):43-50.谁敢欺负我的人

{14}Michael Genesereth. Computational Law: The Cop in the Backseat [EB/OL].[2019-06-01].http://logic.stanford.edu/publications/genesereth/complaw.pdf.

{15}王飞跃.面向计算社会的计算素质培养:计算思维与计算文化[J].工业和信息化教育,2013(6):4-8.

{16}K. D. Ashley. Artificial Intelligence and legal analytics [M]. Cambridge: Cambridge University Press,2017,1-20.

{17}鲁道夫·冯·耶林著,奥科·贝伦茨编注.法学是一门科学吗?[M].李君韬,译.北京:法律出版社,2010:92.

{18}屈茂辉,肖霄.法学何以是社会科学——法学的社会科学属性再论[J].湖湘论坛,2018(2):151-159.

{19}布赖恩·莱特. 法律和道德领域的客观性[M].高中,杜红波,刘坤轮,等,译.北京:中国政法大学出版社.2007:3-30.

{20}陈瑞华.法律人的思维方式[M].北京:法律出版社,2007:55.

{21}张妮,蒲亦非.用现代数学方法重新审视历史“合力”的科学论断[C]∥全国博士后“中国社会运行与变迁”学术研讨会论文集,北京,2004.

{22}鲁曼.社会中的法(上册)[M].李君韬,译.台北:五南图书出版股份有限公司,2009:152-193.

{23}Edwina L. Risslandt. Artificial Intelligence and Law: Stepping Stones to a Model of Legal Reasoning [J]. The Yale Law Journal,1990,99(8):1957-1981.

{24}本杰明.内森.卡多佐.法律的生长[M].刘培峰,刘骁军,译,冯克利,校.贵阳:贵州人民出版社,2003:27.

{25}王飞跃.人工社会、计算实验、平行系统——关于复杂社会经济系统计算研究的讨论[J].复杂系统与复杂性科学,2004,1(4):25-35.

{26}余成峰.法律的“死亡”:人工智能时代的法律功能危机[J].华东政法大学学报,2018,21(2):5-20.

{27}熊明辉.论法律逻辑中的推论规则[J].中国社会科学,2008(4):26-36.

{28} Ruhl J. B., Katz D. M., Bommarito M. J. Harnessing legal complexity[J]. Science,2017,355(6332):1377-1378.

{29}屈茂辉.民法实证研究中的计量方法[J].法学研究,2012(1):52-53.

{30}白建军.死刑适用实证研究[J].中国社会科学,2006(5):135-145,147.

{31}杨遂全.计量分析与民商立法现代化——建议人大专设立法技术局[G]//里赞.望江法学,北京:法律出版社,2007.

{32}E. L. Rubin. Statutory Design as Policy Analysis[J]. Harvard journal on legislation,2018,55(1):143-184.

{33}川岛武宜.现代化与法[M].申政武,译.北京:中国政法大学出版社,2004:237.

{34}杨仁寿.法学方法论[M].北京:中国政法大学出版社,2018:84.

{35}Ashley K D. Modeling legal argument: reasoning with cases and hypotheticals[M]. Massachusetts: The MIT Press,1990.

{36} Boella Guido,Caro Luigi Di,Humphreys Llio et al. Eunomos,a legal document and knowledge management system for the Web to provide relevant [J]. Artificial Intelligence and Law,2016,24(3):245-283.

{37}Nguyen Truong-Son,Nguyen Le-Minh, Tojo Satoshi et al. Recurrent neural network-based models for recognizing requisite and effectuation parts in legal texts [J]. Artificial Intelligence and Law,2018,26(2):169-199.

{38}秦永彬,冯丽,陈艳平,等.“智慧法院”数据融合分析与集成应用[J].大数据,2019(3):35-46.

{39} G. Sartor et al. Approaches to Legal Ontologies: Theories,Domains,Methoodologies. Netherland: Springer,2011:117-132.

{40} Valente A,Breuker J,Brouwer P. Legal Modelling and automated reasoningwith ON-LINE[J]. International Journal of Human Computer Studies,1999,51:1079-1126.

{41}Henry Prakken. Reconstructing Popov v. Hayashi in a framework for argumentation with structured arguments and Dungean semantics[J]. Artificial Intelligence and Law,2012,20(1):57-82.

{42} Oskamp Onja,Lauritsen Marc. AI in law practice? So far,not much[J]. Artificial Intelligence and Law,2002,10(4):227-236.

{43}潘庸鲁.人工智能介入司法领域路径分析[J].东方法学,2018(3):109-118.

{44}左卫民.关于法律人工智能在中国运用前景的若干思考[J].清华法学,2018,12(2):108-124.

{45}黄民烈,朱小燕.期待人工智能突破鲁棒性可解释性局限[N].中国电子报,2017-9-1(7).

{46}朱体正.人工智能辅助刑事裁判的不确定性风险及其防范——美国威斯康星州诉卢米斯案的启示[J].浙江社会科学,2018(6):76-85,157.

{47}陈邦达.人工智能在美国司法实践中的运用[N].中国社会科学报,2018-04-11(5).

©北大法宝:(www.pkulaw.cn)专业提供法律信息、法学知识和法律软件领域各类解决方案。北大法宝为您提供丰富的参考资料,正式引用法规条文时请与标准文本核对
欢迎查看所有产品和服务。法宝快讯:如何快速找到您需要的检索结果?    法宝V5有何新特色?
扫码阅读
本篇【法宝引证码CLI.A.1281963      关注法宝动态:  

法宝联想
【相似文献】

热门视频更多