以大數(shù)據(jù)+機(jī)器學(xué)習(xí)為驅(qū)動構(gòu)建刑事案件判案智能預(yù)測系統(tǒng)-北大法寶.doc

【法寶引證碼】 CLI.A.1236548 原文鏈接：/qikan/3754f7a0f1b886f095ca8da1390e2d16bdfb.html以“大數(shù)據(jù)+機(jī)器學(xué)習(xí)”為驅(qū)動構(gòu)建刑事案件判案智能預(yù)測系統(tǒng) 期刊名稱： 人民司法（應(yīng)用） 期刊年份： 2018 摘要： 構(gòu)建刑事案件判案智能預(yù)測系統(tǒng)，是將大數(shù)據(jù)、人工智能等現(xiàn)代科技融入到刑事司法領(lǐng)域應(yīng)用的重要突破，對推進(jìn)以審判為中心的刑事訴訟制度改革，促進(jìn)類案適法統(tǒng)一，防范冤假錯(cuò)案具有重要意義。在構(gòu)建刑事案件判案智能預(yù)測系統(tǒng)中，有兩種代表性的思路：一種是以規(guī)則驅(qū)動的方法，該方法需要將每一種罪名的犯罪構(gòu)成要件以及裁判方法嵌入到軟件系統(tǒng)中，將耗費(fèi)專家大量的時(shí)間精力。另一種是以數(shù)據(jù)驅(qū)動的方法，其優(yōu)點(diǎn)在于以數(shù)據(jù)量和計(jì)算量換取研究的時(shí)間，隨著數(shù)據(jù)量、計(jì)算能力以指數(shù)級增長以及機(jī)器學(xué)習(xí)的發(fā)展，數(shù)據(jù)驅(qū)動的方法可以預(yù)測的非常準(zhǔn)確。本文傾向于數(shù)據(jù)驅(qū)動的方法，在對人工智能在法律領(lǐng)域應(yīng)用進(jìn)行實(shí)證考察的基礎(chǔ)上，提出“大數(shù)據(jù)+機(jī)器學(xué)習(xí)”的思路構(gòu)建刑事案件智能預(yù)測系統(tǒng)，對該系統(tǒng)進(jìn)行整體規(guī)劃，搭建大數(shù)據(jù)資源庫、案件智能預(yù)測應(yīng)用軟件、大數(shù)據(jù)共享交換平臺等三個(gè)基礎(chǔ)架構(gòu)，以命案定罪預(yù)測為例創(chuàng)建數(shù)據(jù)集，運(yùn)用決策樹算法建立數(shù)學(xué)模型，進(jìn)行定罪預(yù)測，具有較高的可行性。 作者： 伍紅梅 分類： 人工智能 期號： 10 頁碼： 34 隨著近年來大數(shù)據(jù)、人工智能、云計(jì)算等現(xiàn)代科技的高速發(fā)展，國內(nèi)外司法機(jī)關(guān)、律師事務(wù)所、公司紛紛將人工智能引入司法領(lǐng)域及法律服務(wù)領(lǐng)域，法律智能應(yīng)用系統(tǒng)從基于規(guī)則的法律專家系統(tǒng)過渡到基于大數(shù)據(jù)的法律人工智能系統(tǒng)，在輔助法官辦案、服務(wù)律師、社會公眾方面正在不斷取得新的成就。但是，因系統(tǒng)建設(shè)整體規(guī)劃、頂層設(shè)計(jì)相對缺乏，功能上存在很大提升空間，尤其是對案件預(yù)判預(yù)測的功能存在缺失，數(shù)據(jù)收集共享應(yīng)用上存在諸多薄弱環(huán)節(jié)，技術(shù)上面臨諸多挑戰(zhàn)。在此，筆者嘗試以“大數(shù)據(jù)+機(jī)器學(xué)習(xí)”的思維方式，從方法論的視角，剖析當(dāng)前法律人工智能應(yīng)用系統(tǒng)存在的問題，探索構(gòu)建刑事案件判案智能預(yù)測系統(tǒng)，嘗試對刑事案件判案智能預(yù)測系統(tǒng)的整體規(guī)劃、基礎(chǔ)架構(gòu)、預(yù)測模型進(jìn)行設(shè)計(jì)。一、人工智能在法律領(lǐng)域應(yīng)用的實(shí)證考察(一)人工智能應(yīng)用于法律領(lǐng)域的發(fā)展歷史1.第一次浪潮：基于規(guī)則的法律專家系統(tǒng)。上世紀(jì)70年代，由于受到專家系統(tǒng)成功研制的啟發(fā)，人工智能技術(shù)開啟了應(yīng)用于法律領(lǐng)域的先河。人工智能在司法中的第一次實(shí)際應(yīng)用，是D 沃特曼和M 皮特森1981開發(fā)的法律判決輔助系統(tǒng)，探索將其作為法律適用的實(shí)踐工具，對美國民法制度的某個(gè)方面進(jìn)行統(tǒng)計(jì)分析，運(yùn)用嚴(yán)格責(zé)任、損害賠償?shù)饶Ｐ?，?jì)算出責(zé)任案件的賠償標(biāo)準(zhǔn)，并論證了如何模擬法律專家意見的方法論問題。我國法律人工智能的研制于20世紀(jì)80年代中期起步。1986年國家社科“七五”研究課題“量刑綜合平衡與電腦輔助量刑專家系統(tǒng)研究”取得了盜竊罪量刑數(shù)據(jù)模型等成果，1993年武漢大學(xué)法學(xué)院開發(fā)的實(shí)用刑法專家系統(tǒng)，由咨詢檢索系統(tǒng)、輔助定性系統(tǒng)和輔助量刑系統(tǒng)組成，具有檢索刑法知識和對刑法個(gè)案進(jìn)行推理判斷的功能。1該時(shí)期的系統(tǒng)主要是將法律專家的法律知識、經(jīng)驗(yàn)等以規(guī)則的形式轉(zhuǎn)變成為計(jì)算機(jī)語言。2.第二次浪潮：基于大數(shù)據(jù)的法律人工智能系統(tǒng)。即以大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等為支撐的法律人工智能系統(tǒng)， AI基于大數(shù)據(jù)可以做出各種各樣不同的預(yù)測，分析不同文檔、相關(guān)數(shù)據(jù)。在合規(guī)調(diào)查中、訴訟中，幫助準(zhǔn)備最準(zhǔn)確的文檔，分析在不同組織體系下法律訴訟的潛在危險(xiǎn)因素。其典型代表有：由IBM研發(fā)的世界首位人工智能律師ROSS，英國首個(gè)“合同機(jī)器人” Berwin Leighton Paisner (BLP)，致力于為商標(biāo)和專利檢索以及版權(quán)監(jiān)測等知識產(chǎn)權(quán)法律工作自動化的TrademarkNow，提供智能合同服務(wù)的KMStandards、RAVN、 Seal Software、Beagle、LawGeex等公司，面向終端消費(fèi)者的法律機(jī)器人DoNotPay，在線法律服務(wù)提供商LegalZoom，從事案件預(yù)測的LexMachina公司，涉及案例檢索、律師推薦、案件預(yù)測的無訟、法狗狗、理脈智能、法驢等系統(tǒng)，上海、貴州的刑事案件智能輔助辦案系統(tǒng)等。3.第三次浪潮：法律人工智能超越人類法律專家智能。未來10-20年左右，隨著大數(shù)據(jù)、云計(jì)算、深度神經(jīng)網(wǎng)絡(luò)、算法融合、計(jì)算法律學(xué)等的發(fā)展，以及GPU、TPU等硬件的發(fā)展，人工智能將超越人類智能，法律人工智能將趕超人類法律專家智能，法官或律師的部分工作將被人工智能替代，人工智能設(shè)備成為法官或律師不可或缺的助手，甚至出現(xiàn)人機(jī)一體或人工智能代替法官直接作出裁判的現(xiàn)象。(二)人工智能應(yīng)用于法律領(lǐng)域的國內(nèi)外比較考察1.人工智能應(yīng)用于法律領(lǐng)域的概況(1)主要功能。主要集中于法律信息檢索、法律文本的自動生成、案件風(fēng)險(xiǎn)預(yù)測、量刑建議、案件勝訴率及撤訴率分析、證據(jù)指引、審查及證據(jù)鏈的判斷、類案推送、法律咨詢、智能案情分析、智能律師推薦等。例如，上海刑事案件智能輔助辦案系統(tǒng)的功能包括證據(jù)標(biāo)準(zhǔn)指引、單一證據(jù)審查、逮捕條件審查、社會危險(xiǎn)性評估、證據(jù)鏈和全案證據(jù)審查判斷、辦案程序合法性審查監(jiān)督、庭審示證、類案推送、量刑參考、文書生成、電子卷宗移送、全程錄音錄像、知識索引等。法信平臺的功能主要為法律人提供一站式專業(yè)知識解決方案、類案剖析同案智推服務(wù)，并向社會大眾提供法律規(guī)范和裁判規(guī)則參考。ROSS通過使用機(jī)器學(xué)習(xí)解決判刑問題或預(yù)測罪犯，高效地進(jìn)行案例檢索，通過自然語言理解閱讀法律文件然后找出相應(yīng)段落并回答用戶的問題。Lex Machina提供案件的法律分析，對法官判決進(jìn)行預(yù)測，分析對方律師訴訟經(jīng)驗(yàn)、績效，分析可以采取的訴訟方式，涉及的訴訟程度，特定法官的經(jīng)驗(yàn)，是否考慮轉(zhuǎn)移管轄法院，以及訴訟案件可能的時(shí)間，提供訴訟評估報(bào)告等。無訟、法狗狗、理脈智能等通過大數(shù)據(jù)分析的方式，幫助客戶預(yù)測勝訴概率、提供法律風(fēng)險(xiǎn)分析、為用戶提供法律咨詢，提供智能案例檢索等。(2)涉及技術(shù)。既有運(yùn)用傳統(tǒng)的基于軟件工程的BS、 CS軟件架構(gòu)的網(wǎng)絡(luò)傳輸設(shè)計(jì)，數(shù)據(jù)包封裝加密技術(shù)，數(shù)據(jù)發(fā)送接收技術(shù)等，如法院量刑規(guī)范化系統(tǒng)；又有運(yùn)用現(xiàn)代人工智能技術(shù)，如上海刑事案件智能輔助辦案系統(tǒng)圖文識別(OCR)、自然語言理解(NLP)、智能語音識別、司法實(shí)體識別、實(shí)體關(guān)系分析、司法要素自動抽取等人工智能技術(shù)。ROSS基于法律的分類法和本體論，通過使用Watson的Q&A API，讓W(xué)atson學(xué)習(xí)了數(shù)千頁的法律文件，并基于谷歌的PageRank算法，建立了用于法律搜索的機(jī)器學(xué)習(xí)層LegalRanko使用深度神經(jīng)網(wǎng)絡(luò)、依存解析、命名實(shí)體識別、 language model等進(jìn)行智能檢索、回答用戶提問、預(yù)測判決，以百萬計(jì)的法律案例訓(xùn)練word embedding。DoNotPay在線智能對話、人機(jī)對話，處理了37.5萬張違章停車罰單糾紛，能夠自由處理涉及消費(fèi)者權(quán)利和勞動爭議的1000多種法律問題，幫助難民填寫移民申請。法狗狗運(yùn)用大數(shù)據(jù)、云計(jì)算、語音識別、人機(jī)交互等技術(shù)，通過模擬對話場景，對用戶進(jìn)行引導(dǎo)咨詢，得到相應(yīng)回答；將法律知識點(diǎn)做成神經(jīng)細(xì)胞一樣的點(diǎn)狀結(jié)構(gòu)，再通過技術(shù)手段實(shí)現(xiàn)點(diǎn)與點(diǎn)之間的匹配和聯(lián)絡(luò)，最終構(gòu)建出一個(gè)神經(jīng)網(wǎng)絡(luò)式的知識圖譜體系，并根據(jù)用戶的反饋不斷調(diào)試優(yōu)化，通過大數(shù)據(jù)挖掘技術(shù)短時(shí)間內(nèi)高效制作某類案件大數(shù)據(jù)分析報(bào)告。理脈智能運(yùn)用語義分析和機(jī)器學(xué)習(xí)技術(shù)，將海量的法律數(shù)據(jù)清洗、分類、結(jié)構(gòu)化，最終提供可視化的咨詢服務(wù)；將數(shù)據(jù)進(jìn)行高度整合、關(guān)聯(lián)，提供結(jié)構(gòu)化、可視化、智能化的搜索結(jié)果；按照特定的語義規(guī)則，將文書自動分段、貼標(biāo)簽，實(shí)現(xiàn)信息自動分類并建立索引，使用戶能夠進(jìn)行跨庫檢索、關(guān)聯(lián)搜索。(3)數(shù)據(jù)范圍。主要包括中國裁判文書網(wǎng)上公開的裁判文書、案例庫、法律法規(guī)司法解釋庫、法律文件庫、法律圖書期刊庫、用戶咨詢庫、公開的訴訟數(shù)據(jù)、庭審錄音錄像等數(shù)據(jù)庫，涉及的形式有文本、圖片、語音、視頻等，包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)數(shù)據(jù)及非結(jié)構(gòu)化數(shù)據(jù)等，處理數(shù)據(jù)的步驟涉及數(shù)據(jù)的清洗、集成、規(guī)約、關(guān)聯(lián)、分析、計(jì)算、挖掘等。例如，上海刑事案件大數(shù)據(jù)資源庫已匯集1695萬條數(shù)據(jù)，包括案例庫、裁判文書庫、法律法規(guī)司法解釋庫、辦案業(yè)務(wù)文件庫、證據(jù)標(biāo)準(zhǔn)庫、電子卷宗庫等。法信平臺包括案例要旨、法律觀點(diǎn)、法律圖書、法律文件、司法裁判、法律期刊六大資源庫和55個(gè)子庫，總文獻(xiàn)數(shù)達(dá)2000萬篇，總字?jǐn)?shù)達(dá)100億字，是目前中國容量最大的法律應(yīng)用知識資源庫。(4)研發(fā)思路。當(dāng)前的人工智能法律系統(tǒng)，既有基于規(guī)則的法律專家系統(tǒng)，例如法院量刑規(guī)范化系統(tǒng)，其根據(jù)最高法院制定的量刑規(guī)范化實(shí)施細(xì)則確定的量刑方法，構(gòu)建軟件框架，法官輸入案情要素，得出量刑結(jié)果；也有基于大數(shù)據(jù)的法律人工智能系統(tǒng)，大部分服務(wù)于律師、社會公眾的系統(tǒng)即為該類系統(tǒng)，例如ROSS、Lex Machina、DoNotPay、無訟、法狗狗、理脈智能等，其對量刑的預(yù)測，基于社會公眾輸入要咨詢的案情，通過軟件系統(tǒng)分析海量同類案件的量刑范圍，最后對咨詢者作出量刑建議；還有基于專家與大數(shù)據(jù)分析二者的融合，例如上海刑事案件智能輔助辦案系統(tǒng)，其對證據(jù)鏈的構(gòu)建，首先由法律專家制定刑事案件證據(jù)標(biāo)準(zhǔn)和證據(jù)規(guī)則指引，在此基礎(chǔ)上，由專家根據(jù)每一類案件的犯罪構(gòu)成要件、偵辦審理案件過程，構(gòu)建該類案件的證據(jù)鏈模型總體框架，然后對歷史案件進(jìn)行大數(shù)據(jù)統(tǒng)計(jì)分析，得出該構(gòu)成要件項(xiàng)下所需的關(guān)鍵證據(jù)，從而構(gòu)建完整的證據(jù)鏈。2.當(dāng)前人工智能法律系統(tǒng)存在的問題(1)系統(tǒng)建設(shè)整體規(guī)劃和頂層設(shè)計(jì)相對缺乏。構(gòu)建思路上是以規(guī)則為主還是大數(shù)據(jù)為主，各家系統(tǒng)均不一樣?？傮w而言，法院的智能法律系統(tǒng)主要以專家系統(tǒng)為主，輔之以大數(shù)據(jù)，但對大數(shù)據(jù)的分析、挖掘不夠；市場化的智能法律系統(tǒng)以大數(shù)據(jù)為主，但是運(yùn)用專家規(guī)則較少，限于數(shù)據(jù)的種類掌握不多，對數(shù)據(jù)的深度挖掘、關(guān)聯(lián)應(yīng)用不夠。同時(shí)系統(tǒng)存在重復(fù)建設(shè)與部分項(xiàng)目缺失并存的現(xiàn)象，例如，最高法院和各省市法院的系統(tǒng)功能都有裁判文書的檢索、庭審數(shù)據(jù)的檢索、法律法規(guī)的智能檢索等功能，但是運(yùn)用大數(shù)據(jù)對定罪量刑、民商事案件預(yù)測、類案精準(zhǔn)推送存在缺失，研發(fā)深度較淺或范圍較窄的現(xiàn)象，上海刑事案件證據(jù)鏈的構(gòu)建還僅限于3類犯罪7個(gè)罪名。(2)功能上仍存在很大提升空間。功能深度較淺、功能范圍較窄、應(yīng)用與需求的結(jié)合不夠、案件預(yù)測較少?；诜?wù)對象及需求點(diǎn)的不同，司法機(jī)關(guān)和律師事務(wù)所、公司研發(fā)側(cè)重點(diǎn)不一樣，二者除了均具有法律信息智能檢索、案例檢索、法律法規(guī)的檢索、量刑建議、類案推送之外，在涉及案件的判案預(yù)測、法律風(fēng)險(xiǎn)預(yù)測分析、勝訴率預(yù)測分析方面，往往過于簡單、模糊預(yù)測，不能根據(jù)具體案情，形成精準(zhǔn)的預(yù)測，刑事案件的預(yù)測僅限于量刑。類案的推送也比較模糊，往往是同類案由的推送，缺乏對類似關(guān)鍵案情的類案進(jìn)行精準(zhǔn)推送。(3)數(shù)據(jù)收集共享應(yīng)用上存在諸多薄弱環(huán)節(jié)。雖然目前數(shù)據(jù)積累的體量比較大，但數(shù)據(jù)的多樣性、標(biāo)準(zhǔn)化、關(guān)聯(lián)度、深度挖掘不夠，例如公開的裁判文書目前有3000多萬篇，但是其他數(shù)據(jù)如案例、法律法規(guī)司法解釋、法律文獻(xiàn)、庭審錄音錄像等公開的體量不大。對裁判文書的深度挖掘不夠，例如目前對案件的預(yù)測，主要集中于刑事案件量刑的預(yù)測，缺乏通過大數(shù)據(jù)、機(jī)器學(xué)習(xí)對定罪的預(yù)測。而對民商事案件的預(yù)測，也僅限于通過對當(dāng)事人、案由、判決結(jié)果、管轄法院等簡單要素分析，預(yù)測法律風(fēng)險(xiǎn)、案件勝訴率和撤訴率。行業(yè)的知識圖譜構(gòu)建缺失，上下級法院之間、法院和其他單位之間、不同網(wǎng)絡(luò)之間的數(shù)據(jù)共享交換體系尚未全面建立，導(dǎo)致數(shù)據(jù)之間割裂，不能進(jìn)行關(guān)聯(lián)應(yīng)用。數(shù)據(jù)的標(biāo)準(zhǔn)化方面，沒有建立標(biāo)準(zhǔn)化規(guī)范，非結(jié)構(gòu)化數(shù)據(jù)較多，結(jié)構(gòu)化數(shù)據(jù)積累不夠，對數(shù)據(jù)的標(biāo)注還處于起步階段。(4)技術(shù)上面臨諸多挑戰(zhàn)。智能系統(tǒng)建設(shè)仍需有針對性的核心技術(shù)和關(guān)鍵技術(shù)預(yù)先研究支撐。機(jī)器學(xué)習(xí)主要算法之間的集成與融合不夠；基于神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等前沿人工智能技術(shù)在功能開發(fā)中應(yīng)用程度不高，尚不能為群眾訴訟、公眾普法、司法資源調(diào)配、社會管理和公共服務(wù)提供全方位、高水平的智能分析服務(wù)，司法大數(shù)據(jù)資源的效用遠(yuǎn)未發(fā)揮充分。機(jī)器學(xué)習(xí)偏重于對標(biāo)注數(shù)據(jù)的有監(jiān)督學(xué)習(xí)，對無監(jiān)督學(xué)習(xí)探索不深，數(shù)據(jù)標(biāo)注的標(biāo)準(zhǔn)、社會化眾包尚處在探索階段。二、以“大數(shù)據(jù)+機(jī)器學(xué)習(xí)”建立刑事案件判案智能預(yù)測系統(tǒng)的整體規(guī)劃開發(fā)刑事案件判案智能預(yù)測系統(tǒng)，把統(tǒng)一適用的案件預(yù)測模型嵌入數(shù)據(jù)化的辦案程序中，是一項(xiàng)把現(xiàn)代科技與司法改革融為一體，把大數(shù)據(jù)、人工智能融入到刑事辦案中的一項(xiàng)全新的科技創(chuàng)新任務(wù)。該軟件系統(tǒng)對推進(jìn)以審判為中心的刑事訴訟制度改革、提高審判質(zhì)效、法官定罪量刑、統(tǒng)一法律適用具有重要意義。(一)構(gòu)建思路建立以“大數(shù)據(jù)+機(jī)器學(xué)習(xí)”驅(qū)動為主的刑事案件智能預(yù)測系統(tǒng)的思路。在構(gòu)建智能預(yù)測系統(tǒng)中，有兩種代表性的思路：一種是以規(guī)則驅(qū)動的方法，以構(gòu)建刑事案件判案智能預(yù)測系統(tǒng)為例，將案情輸人系統(tǒng)，然后結(jié)合法律專家知識，運(yùn)用三段論演繹推理、類比推理等裁判方法，對案件作出預(yù)判。在研發(fā)軟件時(shí)，需要將每一種罪名的犯罪構(gòu)成要件以及裁判方法嵌入到軟件系統(tǒng)中，將耗費(fèi)專家大量的時(shí)間精力。另一種是以數(shù)據(jù)驅(qū)動的方法，在積累海量數(shù)據(jù)的基礎(chǔ)上，提取、選擇特征，通過傳統(tǒng)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)或機(jī)器學(xué)習(xí)的集成應(yīng)用，通過多輪訓(xùn)練迭代，提煉審判規(guī)則，評估并完善模型，然后對新的案件事實(shí)進(jìn)行分類預(yù)測?！按髷?shù)據(jù)+機(jī)器學(xué)習(xí)”方法的優(yōu)點(diǎn)在于以數(shù)據(jù)量和計(jì)算量換取研究的時(shí)間，隨著數(shù)據(jù)量、計(jì)算能力以指數(shù)級增長以及機(jī)器學(xué)習(xí)的發(fā)