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
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.
- Legal Case Reports Data Set
机器学习任务相关。自动摘要、引证分析。- 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。- The Supreme Court Database
200多个美国最高法院的案例,自1791年开始到2017年。- 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)。- Bureau of Justice
美国的一些执法机构、监狱、假释、缓刑数据- 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。- 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。- Google Patents Public Data
国际专利制度相关的公开数据。- California Crime and Law Enforcement
加州的犯罪率、执法公开数据- 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:
- 芝加哥犯罪数据
不包括具体任务- 旧金山犯罪分类的比赛
分类预测任务
法律AI比赛
国内
国际
开放比赛
非开放比赛
- 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
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。
法律AI数据及应用的更多相关文章
- AI数据标注行业面临的5大发展困局丨曼孚科技
根据艾瑞咨询发布的行业白皮书显示,2018年中国人工智能基础数据服务市场规模为25.86亿元,预计2025年市场规模将突破113亿元,行业年复合增长率达到了23.5%. 作为人工智能产业的基石,数据 ...
- AI产品经理成长路
AI产品经理成长路 https://www.jianshu.com/p/4b98314ad3c0 以下都是自己平时知识的一些总结,只是一些个人的愚见,下面出现的公司.书籍.视频.网站都是自己看过体验过 ...
- 2050年这些职业将逐渐被AI(人工智能)取代
耳熟能详的人工智能 深蓝Deep Blue是美国IBM公司生产的一台超级国际象棋电脑,重1270公斤,有32个大脑(微处理器),每秒钟可以计算2亿步."深蓝”输入了一百多年来优秀棋手的对 ...
- 解读 --- 基于微软企业商务应用平台 (Microsoft Dynamics 365) 之上的人工智能 (AI) 解决方案
9月25日微软今年一年一度的Ignite 2017在佛罗里达州奥兰多市还是如期开幕了.为啥这么说?因为9月初五级飓风厄玛(Hurricane Irma) 在佛罗里达州登陆,在当地造成了挺大的麻烦.在这 ...
- 金牌架构师:我们是这样设计APP数据统计产品的
前言:近期,智能大数据服务商“个推”推出了应用统计产品“个数”,今天我们就和大家来谈一谈个数实时统计与AI数据智能平台整合架构设计. 很多人可能好奇,拥有数百亿SDK的个推,专注消息推送服务多年,现在 ...
- AI决策算法 之 GOAP (三)
源码地址:http://pan.baidu.com/s/1dFwzmfB 这篇我们使用上篇文章写的GOAP框架来完成一个实例: 实例内容: AI有10HP, 需要去站岗,站岗完成扣5HP 当HP< ...
- 新零售下的 AI智能货柜
公司有个智能货柜,通过微信扫码开门,拿货,自动扣款,挺智能的.还不错.研究一下原理,网上查了一下. 文章简介: 目前新零售风刮的蛮大,笔者进入该领域近一年,负责过无人便利店.智能货柜.智慧商超等产品, ...
- AI行业精选日报_人工智能(12·23)
日本探索用人工智能指挥交通 据日本共同社报道,日本一家机构正在研究开发一套新的交通系统,将应用人工智能技术分析数据来缓解城市交通拥堵.报道称,在日本新能源和产业技术综合开发机构研发的这套系统中,人工智 ...
- AI行业精选日报_人工智能(12·24)
特斯拉完全自动驾驶进步:新系统能识别交通信号标志 12 月 24 日,有美国车友称,升级最新的特斯拉 2019.40.50 系统后已经可以识别红绿灯和停车标志(目前仅限搭载 HW3.0 硬件的车型), ...
随机推荐
- java中线程安全和非线程安全的集合
线程安全 非线程安全 Collection Vector ArrayList.LinkedList HashSet.TreeSet Map HashTable HashMap.TreeMap 字符串 ...
- Django的ORM常用查询操作总结(Django编程-3)
Django的ORM常用查询操作总结(Django编程-3) 示例:一个Student model: class Student(models.Model): name=models.CharFiel ...
- BZOJ5371[Pkusc2018]星际穿越——可持久化线段树+DP
题目描述 有n个星球,它们的编号是1到n,它们坐落在同一个星系内,这个星系可以抽象为一条数轴,每个星球都是数轴上的一个点, 特别地,编号为i的星球的坐标是i. 一开始,由于科技上的原因,这n个星球的居 ...
- AGC 016 F - Games on DAG(状压dp)
题意 给你一个有 \(n\) 个点 \(m\) 条边 DAG 图,点的标号和拓扑序一致. 现在有两个人进行博弈,有两个棋子分别在 \(1, 2\) 号点上,需要不断移动到它指向的点上. 如果当前两个点 ...
- 自学Zabbix3.12.3-动作Action-自动发现action配置
点击返回:自学Zabbix之路 点击返回:自学Zabbix4.0之路 点击返回:自学zabbix集锦 自学Zabbix3.12.3-动作Action-自动发现action配置 1. 首先先学习 Ne ...
- 架构师成长之路6.5 DNS服务器搭建(添加记录、负载均衡、DNS视图)
点击返回架构师成长之路 架构师成长之路6.5 DNS服务器搭建(添加记录.负载均衡.DNS视图) 部署主DNS : 点击 部署从DNS : 点击 1.添加A记录.CNAME记录.MX记录.PTR记录 ...
- 【转】Linux常用命令
日常操作命令 查看当前所在的工作目录的全路径 pwd 12 [root@localhost ~]# pwd/root 查看当前系统的时间 date 12345678 [root@localhost ~ ...
- suoi08 一收一行破 (tarjanLca+树状数组)
用一个差分树状数组维护一下每个深度的和,然后每次拿着路径端点和lca加一加减一减就行了 #include<bits/stdc++.h> #define pa pair<int,int ...
- git 28原则
一.流程 $ git init # 创建一个新的仓库 sublime 编写文本,不要使用win自带文本编辑器 $ git add file1 # 将文件添加到暂存区 $ git add file2 $ ...
- CAN通信详解
30.1 CAN简介 30.2 硬件设计 30.3 软件设计 30.4 下载验证 CAN 是Controller Area Network 的缩写(以下称为CAN),是ISO国际标准化的串行通信协议. ...