知识工程在司法中的应用现状与展望
◎王楠1李冰月
一、引言
知识工程在司法中的应用源于法律实践自身的要求。随着社会生活和法律关系的复杂化，法律实践需要新的思维工具，否则，法律家（律师、检察官和法官）将无法承受法律文献日积月累和法律案件不断增多的重负.司法过程具有以下特点：1.尽管法律推理十分复杂，但它有相对稳定的对象（案件）、相对明确的前提（法律规则、法律事实）及严格的程序规则，且须得出确定的判决结论。2.法律推理特别是抗辩制审判中的司法推理，以明确的规则、理性的标准、充分的辩论，为观察思维活动的轨迹提供了可以记录和回放的样本。3.法律知识长期的积累、完备的档案，为法律知识的获得、表达和应用提供了丰富、准确的资料。4.法律活动所特有的自我意识、自我批评精神，对法律程序和假设进行检验的传统，为模拟法律推理提供了良好的反思条件.律师的起诉书、检察官的公诉书、法官的判决书是法律家的经验知识外化的结果，将司法工作看作处理案件的“流水线”，将知识工程信息处理的方法运用到司法中，能够提高司法工作的效率和公正性。
评估与审计相互协作不仅在效率上有很大的提高，而且不存在重复劳动，并且结果不会产生矛盾，两者的相互帮助下，把审计工作交给了资产评估完成，但是有关的处理发生了变化、而这些变化却不符合会计核算的相关原则，这并不会影响最后要达到目的的结果。只要评估与审计相互默契，方法合理，其最终结果仍然会是公平公正的。但是最终所涉及的相关一系列问题，应去有关会计师事务所进行咨询，毕竟相关内容涉及广泛，有必要更准确地去了解。
二、知识工程应用在司法中的发展情况
1970年Buchanan&Headrick发表了《关于人工智能和法律推理若干问题的考察》一文，拉开了在司法工作中应用知识工程的序幕。文章认为，理解、模拟法律论证或法律推理，需要在许多知识领域进行艰难的研究。首先要了解如何描述案件、规则和论证等几种知识类型，即如何描述法律知识，其中处理开放结构的法律概念是主要难题。其次，要了解如何运用各种知识进行推理，包括分别运用规则、判例和假设的推理，以及混合运用规则和判例的推理。再次，要了解审判实践中法律推理运用的实际过程，如审判程序的运行，规则的适用，事实的辩论等等。最后，如何将它们最终运用于编制能执行法律推理和辩论任务的计算机程序，区别和分析不同的案件，预测并规避对手的辩护策略，建立巧妙的假设。Jeffrey Meldman1977年开发了计算机辅助法律分析系统，它以律师推理为模拟对象，试图识别与案件事实模型相似的其他案件。考虑到律师分析案件既用归纳推理又用演绎推理，程序对两者都给予了必要的关注，并且包括了各种水平的分析推理方法。
20世纪90年代以后，人工智能法律系统进入了以知识工程为主要技术手段的开发时期。知识工程是指以知识为处理对象，以能在计算机上表达和运用知识的技术为主要手段，研究知识型系统的设计、构造和维护的一门更加高级的人工智能技术。知识工程解决的关键问题是法律知识的获得、表达和应用。
1.知识工程在司法工作中的主要应用领域。
（1）刑事司法领域。
知识工程在刑事司法领域的应用比较成熟，其典型成果是辅助量刑系统，它是综合运用系统论、控制论、信息论的理论成果，采取数学模型的统计技巧和信息技术，将相关法律规定、审判经验等有机结合为一体的系统；通过对庞大数量的已决个案进行类型化分析，为法官对未决个案的量刑提供参考，从而努力实现“同等情况，同等对待”的平等原则。辅助量刑的原理如图1所示，采用规则推理和范例推理2种方法。规则库的知识来源于法律法规、司法解释等；范例库的知识来源于在先的判决，体现的是法律家的经验。
图1 辅助量刑原理图
1.通过网络等手段使产品用户（律师、检察官、法官）充分分享司法知识，使法律知识系统在理论研究与实际应用之间形成反馈，互相启发、群策群力，在使用中越来越“聪明”。
我国的辅助量刑研究开始于20世纪80年代。1986年由朱华荣、肖开权主持的《量刑综合平衡与电脑辅助量刑专家系统研究》被确定为国家社科“七五”研究课题，它在建立盗窃罪量刑数学模型方面取得了成果。1993年赵廷光主持开发了《实用刑法专家系统》。它由咨询检索系统、辅助定性系统和辅助量刑系统组成，具有检索刑法知识和对刑事个案进行推理判断的功能。2006年，山东省淄博市淄川区人民法院和北京博雅英杰通讯科技有限公司就合作，研制开发的我国首个“刑法常用百种罪名电脑辅助量刑系统”，并通过了专家鉴定。2011年，福建省漳州市龙文区检察院与福建圆创软件公司联合研发了“量刑建议管理系统”软件，已有山东、辽宁、四川、广西、江苏、云南等地的地方法院、检察院试点使用辅助量刑系统，实现量刑规范化，解决“同案不同判”的问题。此外，类案推荐已在刑事司法领域得到较为普遍的应用。
（2）民商事司法领域。
张扬武（2014）提出基于语义网络的推理，将问题域作为条件代入语义网络图，然后进行匹配。如果所有条件都能够在语义网络图中获得成功匹配，那么问题域就符合法律关系。具体可以采用自顶向下和自底向上两种推理方法。自顶向下推理方法先从局部图的根节点开始，向下扩充，将扩充的子节点添加到搜索图中，对搜索图中的每个节点进行匹配，如果匹配成功，将其从搜索图中删除，如果不匹配，继续按照局部图扩充该节点，直到最后搜索图变成空子集，搜索结束。自底向上推理方法先从问题域中提取条件，在语义网络匹配终端结点，如果能够匹配，将该终端节点从语义网络图中删除，直至语义网络图中只剩下根节点，否则该问题域的事实不符合法律关系。
范例知识主要是在先判决，通常以描述性知识的形式存在。徐英杰（2005）用框架（frames）来表示范例知识，框架中的槽（slots）表示法律因子（legal factors）。范例之间的比较就可以先将它们对应的因子相互比较，然后综合所有因子的比较结果就可以得到两个范例之间的相似程度的数量值。在比较过程中，可以为每一个因子赋予不同的权值，这个权值的大小可依据因子对范例结果的重要性来决定。
2017年，上海市高级人民法院研发了民事、行政案件智能辅助办案系统，该系统包括阅卷辅助子系统\立案辅助子系统\诉前调解辅助子系统、庭前辅助子系统\庭审辅助子系统、评议辅助子系统、裁判辅助子系统，涵盖了庭前准备、庭审以及判决等各个阶段，共有27项功能，覆盖民事、商事、海商、金融、知产、行政全领域。目前该系统已投入运行。
2.关键技术。
（2）推理与解释机制。
如前所述，法律知识可以分为规则知识和范例知识。规则知识主要是法律条文。法律条文通常是以命题的形式存在的，而且具有结构规范、概念准确等特点，一般认为适合于产生式规则的表示。从条文的意义与实际的推理上来讲，这样的产生式规则更多表示的是因果知识。干红华、潘云鹤（2001）将一条法律条文看成是一个包含有原因（cause）与结果（effect）的因果关系，引入一个集合类型变量表示原因，将其与案件的事实部分进行比较，判断案件是否适用该条法律及违法行为是否成立。例如，在《中华人民共和国消费者权益保护法》第二条中规定：“消费者为生活消费需要购买、使用商品或者接受服务，其权益受本法保护；............”，第五十四条规定：“农民购买、使用直接用于农业生产的生产资料，参照本法执行”，这些条款被形式化成如下形式：
知识管理的定义为，在组织中建构一个人文与技术兼备的知识系统，让组织中的信息与知识，透过获得、创造、分享、整合、记录、存取、更新等过程，达到知识不断创新的最终目的，并回馈到知识系统內，个人与组织的知识得以永不间断的累积。将知识管理的方法应用于法律知识系统中，有助于解决现有仅仅依靠计算机和知识工程专家从事系统研发工作的局限性，特别是有助于解决开放式结构的问题。引入知识管理思想和方法，完善法律知识系统，其流程如图2所示。
then适用本法＝真。
张扬武（2013）将民法中的民事法律关系和行为映射为产生式系统中的知识和规则，设计了包括知识库、规则库和推理策略的民事法律专家系统。运用对象设计方法，将民事法律中的概念、范畴和规范表示为类对象，上位阶概念和下位阶概念表示成类的继承。知识库中是民事法律关系，而规则库中是民事法律行为，将用户问题和知识库中的事实进行匹配，然后缩小搜索范围，在规则库中选择满足条件的规则，得出结论。
（1）法律知识的表达。
SUSSKIND R.E.（1986）将成文法、判例法都以规则结构表示，利用在“与”、“或”决策树上搜索进行法律推理。树的结点是规则的条件或结论，上层结点的概念比下层节点的概念更一般，根结点是最抽象的概念，叶结点是原始的事实。推理的过程是一个演绎过程，是事实与规则匹配，产生可能的候选规则集，选取一条规则，得出结论。但是，规则存在开放结构及例外，这时必须运用非规则性知识，包括社会习惯、道德原则等，为解决该问题，SUSSKIND R.E.提出了一个法律推理的强理论模型，该模型可容纳法律推理中运用的各种知识，甚至可包括社会习惯、道德、政治和人的目的、意愿。
研究组患者的优良率显著的高于对照组,经过数据的分析可得,差异均存在一定的统计学的意义,即P<0.05。
经过30年的发展，祥丰集团不仅技术力量雄厚，设备设施领先、生产工艺先进，而且产品种类齐全、结构合理、质量可靠，借力“一带一路”发展机遇先后与亚洲、非洲、南美洲、大洋洲的多个地区的国家建立了合作关系。祥丰集团化肥产品自2011年以来年实物产销总量均在100万吨以上，成为云南化肥行业的领跑者之一。2017年取得了全国磷酸二铵产量第五名，磷酸一铵、磷酸二铵出口量第二名好成绩。2017年，云南祥丰实业集团有限公司实现营业收入70亿元，上缴税金2.25亿元。
专家系统在民商事司法中的第一次实际应用，是D.沃特曼和M.皮特森1981年开发的法律判决辅助系统（LDS）。研究者探索将其当作法律适用的实践工具，对美国民法制度的某个方面进行检测，运用严格责任、相对疏忽和损害赔偿等模型，计算出责任案件的赔偿价值，并论证了如何模拟法律专家意见的方法论问题。
三、知识工程在司法中应用的展望
if商品及服务的性质＝为生活消费需要购买、使用商品或者接受服务｜商品及服务的性质＝农民购买、使用直接用于农业生产的生产资料。
图2 知识管理方法应用于法律知识系统的原理图
知识管理方法应用于完善法律知识系统，有如下3个方向。
现有的辅助量刑系统主要包括美国的量刑准则系统、澳大利亚的量刑资讯研究系统、荷兰的北极星求刑系统、德国的JURIS资料库、日本的检索咨询软件、韩国的案件评量资料库、我国台湾地区的量刑资讯系统等。澳大利亚的量刑资讯系统被公认为世界上最详尽、最复杂、最精密的司法资讯研究系统。澳大利亚的新南威尔士州最先构建前案信息数据库来为法官提供获取相关知识的便捷网络途径。新南威尔士州从1980年开始进行量刑改革，通过收集、整理和分析量刑数据，建立量刑资讯系统，到2003年升级为量刑资讯研究系统，为法官提供有关法律、事实及量刑数据之统计知识，从而为处理类似案件作出参考。该系统包含相互关联的8个子系统，即刑罚统计资料库、裁判资料库、个案摘要资料库、量刑原则与实务资料库、当地量刑设施资料库、进阶记录资料库、电子法官手册资料库、立法资料库；系统还包含了执行日期运算系统、最近法令、犯罪搜寻套装软件、量刑委员会相关出版品等；其涵盖范围包括所有的法律图书、立法规定、已决案例、量刑原则、量刑数据，等等。该系统提供的第一层次知识是所有的裁判文书全文和立法规定，第二层次知识是个案摘要、量刑原则、电子法官手册等，第三层次知识是及时更新的量刑统计数据等参考资料。
Simulation on Power System of Offshore Platform with Closed Bus-Tie(s)
图6为数值模拟得到的激光打孔中熔融物的喷溅过程图，激光能量为21J。图中深色与浅色部分分别表示气体和铝板，相交处是两种物质的过渡。由图6(a)可知在打孔刚开始阶段，熔融物喷溅行为还比较弱，此时孔内的气压还比较小，且孔深还比较浅，孔壁比较平缓，熔融物的喷溅方向基本是垂直于材料表面的。在0.3～0.4 ms(图6(b)、图6(c))时，熔融物的喷溅行为比较剧烈，继续到0.5 ms时(图6(d))孔深进一步增加，可看到熔融物的喷溅开始减缓，这是由于孔形成后，底面变成了曲面，不利于熔融层内形成这种压力，再者孔壁的坡度逐渐增加，也增加了熔融物喷溅的难度。
本案例是关于顺序变量间相关性的研究，同样也是在一个已整理的交叉频数分布表的基础上进行分析。可用如下两种方法处理分析数据。
2.形成人-机系统解决方案。人和机器在解决法律问题时各有所长。人的优点是能作价值推理，使法律问题的解决适应社会的变化发展，从而具有灵活性。机器的长处是记忆和检索功能强，可以使法律问题的解决具有一贯性。人-机系统解决方案立足于人与机器的功能互补，目的是解放人的脑力劳动。该方案的实施可以分为两个阶段：第一阶段以人为主，机器为人收集信息并作初步分析，提供决策参考。律师受理案件后，可以先用机器处理大批数据，并参考机器的起诉和辩护方案，再做更加高级的推理论证工作。法官接触一个新案件，或新法官刚接触审判工作，也可以先看看“机器法官”的判决建议或者审判思路，作为参考。法院的监督部门可参照机器法官的判决，对法官的审判活动进行某种监督，如二者的判决结果差别太大，可以审查一下法官的判决理由。这也许可以在一定程度上制约司法腐败。在人-机系统开发的第二阶段，会有越来越多的简单案件的判决与电脑推理结果完全相同，因此，某些简单案件可以机器为主进行审判，例如，美国小额法庭的一些案件，我国法庭可用简易程序来审理的一些案件。法官可以作为“产品检验员”监督和修订机器的判决结果。这样，法官的判案效率将大大提高，法官队伍也可借此“消肿”，有可能大幅度提高法官薪水，吸引高素质法律人才进入法官队伍。
3.通过软件系统或计算机网络实现专家经验和知识的共享，在法律教育和培训中发挥多方面的作用。（1）在法学院教学中发挥模拟法庭的作用，帮助法律专业学生巩固自己所学知识，并将法律知识应用于模拟的审判实践，从而较快地提高解决法律实践问题的能力。（2）帮助新律师和新法官全面掌握法律知识，迅速获得判案经验，在审判过程的跟踪检测和判决结论的动态校正中增长知识和才干，较快地接近或达到专家水平。（3）使不同地区、不同层次的律师和法官及时获得有关法律问题的咨询建议，弥补因知识结构差异和判案经验多寡而可能出现的失误。（4）为大众提供及时的法律咨询，提高广大人民群众的法律素质，增强法律意识。
分词是自然语言处理（NLP）中文本处理的基础环节和前提。与以英文为代表的拉丁语系语言相比，中文分词要复杂得多、困难得多，因为自古以来中文的词语之间均没有自然分隔。长期以来，许多学者对中文分词进行了大量的研究，提出了许多算法，例如基于字符串匹配的分词方法、基于统计的分词方法和基于理解的分词方法，等等。
四、结论
计算机不会完全取代律师和法官，然而，律师和法官与智能机器统一体的出现则可能具有无限光明的前景。可以预见，知识工程将为法律工作的自动化提供越来越强有力的外脑支持。法律知识系统将在网络所及的范围内承担起诸如收债、税务、小额犯罪诉讼等职能。自动法律推理系统将对诉讼活动发挥越来越多的辅助作用，例如，通过严密的演绎逻辑使用户确信全部法律结论得出的正当性；在解决相互冲突的规则、判例和政策问题时提示可能出现的判决预测；等等。正如网络的出现打破了少数人对信息的垄断一样，电脑法律顾问的问世，将打破法官、律师对法律知识的垄断，极大地推动法律知识的普及，迅速提高广大人民群众的法律素质，使法律真正变为群众手中的锐利武器。从信心方面说，“不容质疑的是，能够执行复杂计划和法律推理的计算机系统肯定是未来几十年法律实践的一场革命”。
（作者单位：1.中国知识产权培训中心）
标签：司法过程论文; 知识工程论文; 应用论文; 展望论文; 现状论文; 法律实践论文; 法律推理论文; 法律关系论文; 中国知识产权培训中心论文;