学科分类
/ 1
2 个结果
  • 简介:在人工智能推动下的司法改革当中,让机器通过深度学习以认知个案,是人工智能司法应用的前提与薄弱之处。当前,地方法院的实践尚未形成有效的知识积累方法。人工智能司法应用的前提是法律知识图谱的构建以及裁判规则的类型化与要素化。要件事实型民事裁判论与司法人工智能的生成规律具有内生契合性,可作为神经网络深度学习、分词设置、知识图谱设计的基础与前端理论。具体应用路径是依要件事实论不断进行层级解构,将案件认事用法解构为不同层级要素,并由法律专家分层级、分阶段标注,从而形成以要素标注的法律知识图谱大数据,以供机器学习。要件事实论之于人工智能司法应用具有独立性,人工智能难以代替法官。人工智能司法应用与民事诉讼制度具有相互促进关系,两者的深度融合将开拓中国民事诉讼的崭新发展阶段。

  • 标签: 要件事实论 人工智能 民事司法 法律知识图谱 要件解构
  • 简介:问卷调查方法是立法后评估中使用最为广泛的量化方法,它通过测评人们在立法实施后心理和行为倾向的变化,为立法后评估提供了基本的事实依据。为探明问卷调查法的实际应用情况,在对广州市人大九次立法后评估中的问卷调查活动进行跟踪调查的基础上,发现了其抽样方法不科学、样本数量不足、概念操作化过程缺失以及调查结论运用不够充分等问题。对此,提出了问卷调查工作应重新厘清其定位,以评测公众对立法实施的感受和看法为中心,提高调查主体的专业技能,设置必要的校验机制,以及扩大调查结论的运用范围等建议。

  • 标签: 法律实施 立法后评估 问卷调查 问卷设计