[發明專利]一種基于可解釋因果模型的司法判決推理方法

在審

• 申請號: 202010421824.1
• 申請日: 2020-05-18
• 公開（公告）號: CN111597307A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 張虎;王鑫;楊陟卓;李茹;譚紅葉
• 申請（專利權）人: 山西大學
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06N5/04;G06Q50/18
• 代理公司: 太原申立德知識產權代理事務所(特殊普通合伙) 14115
• 代理人: 郭海燕

本發明涉及機器學習、自然語言處理、因果推理等領域，具體涉及一種基于可解釋因果模型的司法判決推理方法。包括分析與表示司法數據、定義司法判決推理框架、構建司法判決推理因果模型。其中定義司法判決推理框架包括：提取事實要素、認定事實要素、獲得判決結果。模型構建包括：獲取原因變量、獲取結果變量、構建相關函數、構建司法判決推理因果圖。本發明實現了對司法判決的因果推理，能有效解決現有司法判決推理方法缺乏推理機制及可解釋性差的問題，可明顯提升易混淆案件判決結果的準確率。

技術領域

本發明涉及機器學習、自然語言處理、因果推理等領域，具體涉及一種基于可解釋因果模型的司法判決推理方法。

背景技術

近年來，大數據與人工智能算法日益得到各個行業和領域的高度重視和推進。包括我國在內的許多國家均將人工智能上升到國家戰略高度。在司法領域方面，受益于大數據技術的推動，我國各級司法機構進入了以提供智慧司法服務為核心的“智慧法院”建設時期。國務院印發的《新一代人工智能發展規劃》中明確提出：加強智慧法庭建設，促進人工智能在證據收集、案例分析、法律文件閱讀與分析中的應用，實現法院審判體系和審判能力智能化。近些年隨著以裁判文書為代表的司法大數據的不斷公開和自然語言處理技術的不斷突破，人工智能、大數據與法律的融合越來越深入。在最高人民法院信息中心、共青團中央青年發展部的指導下，以中國司法大數據研究院、清華大學、北京大學為代表的各大研究院及高校已共同舉辦了兩屆“中國法研杯”司法人工智能挑戰賽(CAIL2018、CAIL2019)，旨在賦予機器理解法律文本的能力，加強語言理解和人工智能領域技術在法律領域的應用，促進法律人工智能事業的發展，推動司法信息化向智能化的跨越式發展。

然而，目前智慧司法研究領域中針對具體任務提出的方法仍對其實際應用有根本性阻礙。其一是現階段主流方法大多基于機器學習、神經網絡等模型，模型具有的黑盒缺陷導致研究過程和結果普遍缺乏可解釋性，大大降低了模型的可信度和可用性。其二是依賴于大規模數據訓練的模型普遍缺乏推理機制，機器智能泛指該智能體能夠像人類一樣學習、感知、理解和工作，其中理解人類認知這一特征是實現智能的必要條件之一，知識推理是人類認知的重要手段，當今大多數基于統計模型的方法無法利用知識推理得出結果，即模型不具備推理機制。

司法判決推理是法院審理案件獲得判決的方法，也是證明司法判決正當性的重要手段，因而，它既是一種法律思維方法，又是法官解決問題的一種實踐理性或實踐推理過程。理論上講，司法判決應該是司法推理的邏輯結果。在法治社會中任何一個案件的判決，法官都應該提供一定的理由或根據，而司法推理能夠為司法判決提供正當性證明，因為法律推理的首要作用在于為結論提供正當性理由，同時，一個邏輯嚴密的司法推理本身就形成了強有力的理由或根據。

發明內容

針對上述中的問題，本發明以法律裁判文書和法條法規為基礎，基于文書中的事實描述和司法案例判決流程，結合因果推理相關理論與研究工作，分析數據內容，劃分數據結構，定義司法判決推理流程，探索判決中的因果關系發現機制，構建因果關系圖，提出司法判決推理因果模型，實現具有可解釋性的司法判決推理。現有針對司法判決的相關研究主要利用深度學習方法，實驗過程缺乏可解釋性和推理機制，本發明提出的司法判決推理因果模型在一定程度上解決了司法判決推理的可解釋性問題，為實現公正司法和司法為民，建成公正、透明的司法服務體系提供了重要的技術支撐。

為了達到上述目的，本發明采用了下列技術方案：

一種基于可解釋因果模型的司法判決推理方法，包括分析與表示司法數據、定義司法判決推理框架、構建司法判決推理因果模型。

進一步，所述分析與表示司法數據具體為：通過分析離婚類裁判文書的內容與結構層次，結合推理流程和司法判決推理因果模型構建的需要，將司法數據表示為4部分，即：案件事實描述、法院根據實施情況對案件的審理說明、法院依據的相關法條與法律規定、判決結果。