法律AI数据及应用

本文简单列举了法律AI目前的应用，数据集，研究方向。

历史

1970年，Buchanan和Headrick发表文章“关于人工智能和法律推理的一些猜测”，讨论了对法律研究和推理进行建模的可能性，特别是对于建议、法律分析的构建。

1977年，TAXMAN系统的论文，该论文以公司税法中的问题为缘由提供了一个定理证明的方法。基于他对这个早期系统的研究经验，他还研究开发法律概念的深层模型，如税法背景下的股权问题。

1978年，Carole Hafner发表了她关于使用人工智能方法改善流通票据领域的法律信息检索（IR）的系统的博士研究；它使用语义网络表达来超越纯粹基于关键词的方法。大约在这个时候，挪威计算机和法律中心由Knut Selmer和Jon Bing于1971年创立，扩大了对IR的关注，包括智能技术。随着网络的出现，对智能法律IR的重新研究再次蓬勃发展。

到了20世纪80年代，人工智能和法律工作得到了极大的关注。1981年，兰德公司民事司法中心的唐纳德沃特曼和马克彼得森为《侵权法》中产品责任案件的和解建立了法律决策专家系统；他们后来探讨了在石棉肺病特定领域使用专家系统的情况。伦敦帝国理工学院的Marek Sergot，Robert Kowalski和他们的同事使用逻辑编程来模拟《英国国籍法》的一部分，这是一部庞大而独立的法令。

20世纪80年代，人工智能的兴趣显着增加，研究界愈演愈烈。一些专业会议，如佛罗伦萨IDG和休斯敦大学的会议，紧接着是专门针对普通人工智能受众IJCAI-85。日本的人工智能和法律研究也开始于这一时期，东京明治大学 Hajime Yoshino的实验室就是其中的。日本第五代计算机系统工程(1982-1995)提供了很大的动力，特别是在使用专家系统和其他基于逻辑的技术方面的发展。

到20世纪80年代中期，美国一些主要的法学院也开始举办关于人工智能和法律的研讨会。第一次是在1984年斯坦福法学院，由三位法学教授：保罗·布雷斯特(后来成为院长)、汤姆·海勒和鲍勃·麦克诺肯。1985年，Rissland在哈佛法学院举办了关于人工智能和法律推理的研讨会。1987年，伯曼和哈夫纳在美国东北大学举办了他们的研讨会，此后每两年召开一次大会。该会的主要涉及的研究题目包括形式法律推理的模型、论证和决策的计算模式、运用证据推理的计算模式、多重角色参与的法律推理系统、可执行的立法程序模式、自动化的法律文献分类和总结、机器学习和电子发现的数据运用以及其他相关领域。

1991年，国际人工智能和法律协会的成立。多年来，这些研讨会层出不穷，并成为汇集AI和法律界的论坛。

法律AI任务分类

任务分类

从实际应用角度分类

摘自CAIL2018的PPT报告。

任务名称	解释
智能案例检索	类案推荐，非普通文本检索
判决预测	预测刑期、相关法条、罪名
文书自动生成	通常用于裁判文书生成
法律智能推荐
法律文本翻译	机器翻译在法律领域的应用
法律智能问答	法律咨询，对话系统
风险提示	阅读理解。合同、协议等
法律文本挖掘	使用判例的数据点，赢/损失率和法官的历史，用于趋势和模式
合规审查

从研究角度分类

列出部分。翻译自ICAIL2019

• 从自然文本中挖掘证据
• 从法律文本中进行信息抽取
• 法律文本分类及摘要
• 谈判和合同制定的计算方法
• 计算机辅助争议调解
• 证据推理的形式和计算模型
• 本体论和法律知识表示
• 智能法律辅导系统
• ...

法律AI任务形式化程度较低，比较少见leaderboard形式的比赛。

法律AI数据集

国内数据集

1. CAIL2018
   源自裁判文书网。预测罪名、相关法条、刑期
2. 裁判文书网
   包含全国的大部分裁判文书原始数据
3. CAIL2019(未开放)
   会包含多个与NLP具体任务相关的法律数据集。思路是公司和主办方和办比赛，定义问题、定义数据集。

美国数据集

法律只能方面的开放数据，大部分是原始数据，与AI任务不直接关联。下面几个数据集引用自10-best-legal-datasets-for-machine-learning.

1. Legal Case Reports Data Set
   机器学习任务相关。自动摘要、引证分析。
2. Department of Justice Open Data
   高质量的开放数据集，并非面向具体任务。包括多个具体的数据库，如暴力犯罪案例、FBI犯罪报告、统计报告等。
3. The Supreme Court Database
   200多个美国最高法院的案例，自1791年开始到2017年。
4. Caselaw Access Project (CAP)
   包含美国360年的判例法（以判例形式出现的法律，英文名为caselaw）。
5. Bureau of Justice
   美国的一些执法机构、监狱、假释、缓刑数据
6. Carp-Manning U.S. District Court Database
   暂时无法访问。包含1927年开始的110000多个美国联邦地方法院的判决。
7. Patent Litigations
   包含72000个案例信息，跨度52年。包含当事人、律师、诉讼结果、时间、地点信息。
8. Google Patents Public Data
   国际专利制度相关的公开数据。
9. California Crime and Law Enforcement
   加州的犯罪率、执法公开数据
10. Credit card agreement database
    各信用卡发行单位的信用卡协议

Kaggle上也有一些法律、犯罪等方面的开放数据集，有些包括具体任务，有些不包括具体任务：

1. 芝加哥犯罪数据
   不包括具体任务
2. 旧金山犯罪分类的比赛
   分类预测任务

法律AI比赛

国内

1. CAIL2018

国际

开放比赛

1. kaggle上关于旧金山犯罪分类的比赛

非开放比赛

1. LawGeex
   LawGeex与斯坦福大学、杜克大学法学院和南加州大学。内容是四小时审查五项保密协议（NDA），并确定30个法律问题，包括仲裁，关系保密和赔偿。在这场比赛里，人类律师的平均准确率达到了85％，而AI的准确率达到了95％。AI也在26秒内完成了任务，而人类律师平均需要92分钟。

国际会议

1. 国际人工智能与法律会议ICAIL

法律AI应用

国内

国双科技

华宇元典

科大讯飞

国外

摘自Best Artificial Intelligence (AI) Software for Law Firms和5 Lawyer Bots You Can Try Now，列举了目前在商业中使用的一些法律人工智能服务。

• ToB的应用主要面向律师事务所，或面向一般公司。面向律师事务所的，以提高律师工作效率为目标。包括阅读理解协议、合同、文书，提取关键条款等，包括对历史诉讼数据的挖掘，也包括高效率的、面向律师的检索服务。
• ToC的应用。一种类型是在一个很窄但有需求量的领域深耕，如帮用户申诉停车费；也有帮助用户生成协议文书的；也有提供基本咨询服务，并介绍具体律师的。

Kira

主要面向合约文件分析。

合同分析。合同条款提取
合同审查
租赁条款提取

ROSS

主要面向律师事务所，提高律师处理case的效率。主要包括：

类案检索；
特定的排序、检索需求；

RAVN Systems

面向律师事务所，文档管理系统，并非只针对法律领域。高效管理文档、抽取信息。

Luminance

面向律师事务所。法律文件分析，提示需要重点关注的地方。

rradar

面向公司。提供法律建议、法律风险规避。

lexmachina

为律师事务所或公司的法律顾问服务。挖历史掘诉讼数据，为用户提供有用信息。

LISA

面向一般用户，帮助起草协议。通过自动向用户提一些问题，根据用户的回答生成协议。目前也支持起草房屋租赁等商业合同。

billybot

面向一般用户的法律咨询机器人，以对话系统方式提供服务。可以提供基本的法律信息，也可以帮助用户找到律师或调解员。

Automio

面向律师事务所。一个服务平台，帮助律师建立自己的律师机器人，提高面向用户的问答效率，也可以起草文书等。

DoNotPay

面向一般用户。帮助用户申诉不合理的停车费。