当前位置:首页 > 科技博览 > 科技热点 > 正文

3睿法官助推审判

发布时间: 2020-10-19 13:01:09   作者:本站编辑   来源: 本站原创   浏览次数:        字号:[ 常规 ]

睿法官智能研判系统是北京法院探索建设“智慧法院”的创新实践。“睿法官”立足于法官办案的核心需求,依托法律规定,运用大数据、云计算、人工智能、语义分析等技术,基于电子卷宗等司法审判数据资源、行为分析的智能学习和法律逻辑和审判经验的知识图谱技术,通过机器学习、多维度数据支持、全流程数据服务,实现为案情画像,为法官审理复杂案件时,精准推送办案规范、法律法规、相似案例等信息,梳理法律关系,聚焦争议焦点,提出裁判建议,生成裁判文书等智能服务,能有效地支持法官快速智能办案,确保司法裁判尺度统一。

智慧法院是依托现代人工智能,围绕司法为民、公正司法,坚持司法规律、体制改革与技术变革相融合,以高度信息化方式支持司法审判、诉讼服务和司法管理,实现全业务网上办理、全流程依法公开、全方位智能服务的人民法院组织、建设、运行和管理形态。建设“智慧法院”,可提高案件受理、审判、执行、监督等各环节信息化水平,推动执法司法信息公开,促进司法公平正义。

“睿法官”具有三方面特点。一方面是智能机器学习。以各类案件的案情要素为切入点,形成完整的知识体系,并指导机器进行自主、深度学习。二是多维度数据支持。自动根据法官审理的案件,多维度匹配当事人情况分析、该类型案件态势分析、历史案件综合分析等内容。 三是全流程数据服务。在立案环节自动生提取案件信息,生成“案情画像”,审理环节自动生成审理提纲及笔录模板,结案环节自动生成裁判文书,实现从立案到结案整个审判流程的大数据服务。

“睿法官”对于一审不服上诉案件,会提取一审案件信息和上诉状案件自动立案,立案法官只需要进行确认操作二审案件就立案完成。进入到二审案件审理阶段后,审判系统案件,点击智能分析,点击一审,点击基本分析。“睿法官”会自动对案情初步“画像”,为法官提供该案件的前审案件情况、案件当事人涉及的相关案件情况、全市法院办理的此类案件情况,法官本人曾办理过的此类案件情况等智能分析内容。同时,对一审判决书、上诉状等材料先期进行分析,采集案件的多元信息,识别出影响案件定罪量刑的相关要素及当事人上诉的理由。法官接到案件就可以结合上述信息及案情,对识别出来的案情要素进行认定、不认定、待定的初步判断。在庭前准备阶段,“睿法官”会自动梳理出待审事实,生成庭审提纲,并推送到庭审系统中。庭审结束后,结合庭审提纲和庭审笔录,“睿法官”会对案情要素进行进一步提取,根据法官进一步认定的内容,给其推送更为精准的相似案例、裁判尺度、法律法规等服务,最终帮助法官完成裁判文书撰写。

“睿法官”与审判业务系统深度融合,与法官日常办案无缝对接,可为法院统一裁判尺度,提升司法权威和司法公信力提供有力的科技支撑。

“睿法官”的技术特点包括:以法律构成要件和要素为基础,构建法律知识图谱;利用实体识别技术、OCR图像识别和语音识别技术把文书、图像和语音转化为可进一步分析挖掘的结构化数据,并与已有的结构化数据相互融合;在知识图谱和实体识别技术的基础上,实现法律逻辑与法律知识的挖掘,建立每个案件事实与法律之间的动态关联关系,为后续分析类案历史裁判规律、推送知识辅助打下基础,并实现对起诉书、裁判文书、庭审笔录等相关要素、场景的提取,以及案例、法条的关联分析;结合用户行为分析,根据法官的使用习惯和推荐案例引用情况等持续修正推荐算法。

当然,智能研判系统在证据把握、事实认定方面还存在局限性。对办案人员来讲,人工智能的分析和推导结论,更多的是具有指方向、提建议和“仅供参考”的作用,无法替代办案人员的实质性审查作用。人工智能还没有取代法官的可能,作为涉及到人生与人心、情感与理性的法律诉讼,能否完全交给人工智能,依然存疑。

知识图谱:是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。具体来说,知识图谱是用可视化的图谱形象地把复杂的知识领域通过知识计量和图形绘制而显示出来。其核心是实体及其关联描述。实体可包括其属性描述。

智能推荐:根据用户需求,利用用户的行为等特征,通过特定的推荐算法,推测出用户可能喜欢的项目。典型推荐方法有:基于内容的推荐、基于协同过滤的推荐、基于关联规则的推荐、基于效用的推荐、基于知识的推荐和混合推荐。基于内容的推荐方法就是根据用户过去所使用的项目来向用户推荐用户没有接触过、但与所使用过的项目内容特征相似的对象。基于协同过滤的推荐主要是基于用户对项目的评分矩阵进行预测评分推荐, 它基于一个这样的假设“跟你喜好相似的人喜欢的东西你也很有可能喜欢”,而对同样项目评分相似的用户被认为是喜好相似的用户。基于关联规则的推荐是以关联规则为基础,把已购商品作为规则头,规则体为推荐对象。基于效用的推荐是建立在对用户使用项目的效用情况上计算的,其核心问题是怎么样为每一个用户去创建一个效用函数。基于知识的推荐在某种程度是可以看成是一种推理技术。混合推荐就是将上述方法混合使用,研究和应用最多的是内容推荐和协同过滤推荐的混合。

OCR图像识别:是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程;即针对印刷体字符,采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件,并通过识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑加工的技术。