智能辅助:AI下民商事办案系统的建构——以裁判思维与要件标注为切入点

发布时间：2024-04-25 05:22

　　目前AI与法律结合的研究处于蹒跚起步阶段,该领域文献综述与研究滞后于系统研发,为更好地对司法科技进行有效地能动回应,立足实证研究,总结现有系统研发的瓶颈问题,并站位于法院系统内的开发者、裁判者、使用者的三重身份提出以法官的裁判思维与要件标注的方法来审视现阶段的应用成果。首先,以场景需求为导向,在法学、计算机的理论支撑下构建AI下民商事办案系统,并补强实践短板,使办案系统后期具备深度学习能力。在路径依赖上,运用"开放结构"法学理论对类案场景模式下的裁判思维进行建模。其次,采用专家经验提取案件要素和证据规则,通过大量的人工化的要素标注建立起标签体系夯实数据基础,提高案件自动标注能力。最后,通过数据的机器学习、优化、迭代,最终实现机器对法律各领域的自主学习功能,实现民商事办案系统的智能化。

【文章页数】：9 页

【文章目录】：
一、现象观察:系统的实证分析
    (一) 宏观视角:系统述评
        1. 供给层面的述评。
        2. 需求层面的问题。
    (二) 微观聚焦:运行问题
        1. 系统数据表达的非标准化。
        2. 系统逻辑建构的不确定性。
        3. 系统场景设计高度同质化。
二、理论支撑:AI系统的建构路径
    (一) 民商事专家系统的破题基础
        1. 研发对象的选择原则。
        2. 研发建模的法理基础。
        3. 研发路径的技术支持。
        4. 研发步骤的注意事项。
    (二) 民商事案件智能辅助办案系统建构的方法初探
        1. 裁判思维的整理与提取———数据结构树的逻辑起点。
        2. 要件标准化和标注化建设———数据标准化的建构过程。
三、实务指南:AI示范模本的应用
    (一) 研究对象的选取与破题技术的基础
        1. 研究对象的符合性。
        2. 技术性目标的设定。
    (二) 裁判思维的整理与提取
        1. 诉讼请求表达的确定系源泉的固定。
        2. 模型选择与思维导图深化表达。
    (三) 要件标准化提取和标注科学化建设
    (四) 人机对话的互动基础设计



本文编号：3964068