新闻

@ET-DC@eyJkeW5hbWljIjp0cnVlLCJjb250ZW50IjoicG9zdF90aXRsZSIsInNldHRpbmdzIjp7ImJlZm9yZSI6IiIsImFmdGVyIjoiIn19@

法律专家系统是指,从专家在现场准备,并下令通过推理的规则体系的技术信息数据库饲养计算机程序,以具有法律性质的问题提供信息的具体解决方案。换句话说,专家系统是回答法律相关问题的软件。

por
DIEGO MALDONADO ROSAS

@ET-DC@eyJkeW5hbWljIjp0cnVlLCJjb250ZW50IjoicG9zdF9kYXRlIiwic2V0dGluZ3MiOnsiYmVmb3JlIjoiIiwiYWZ0ZXIiOiIiLCJkYXRlX2Zvcm1hdCI6Ik0gaiwgWSIsImN1c3RvbV9kYXRlX2Zvcm1hdCI6IiJ9fQ==@

他们是什么?

法律专家系统是指,从专家在现场准备,并下令通过推理的规则体系的技术信息数据库饲养计算机程序,以具有法律性质的问题提供信息的具体解决方案。换句话说,专家系统是回答法律相关问题的软件。

成功的专家系统的实例可以提到TurboTax的,它通过其提供咨询,辅导和纳税申报的个人,项目CALC,Web应用程序,为建筑师提供可施工的调节自动话务员,而在AutoCAD设计。

换句话说,专家系统是回答法律相关问题的软件。

哪些要素构成了法律专家系统?

法律专家系统由三个要素组成:图形界面,知识数据库,推理系统。

图形界面,也被称为GUI – 图形用户界面 – 对应于什么是在程序屏幕特别看出,是在用户与专家系统交互,因而插入信息如何接收的答案。

信息的输入可以采用数字形式的结构,一系列问题和答案,或聊天机器人(基本上是机器人回答你的聊天)。然后,相同的图形界面将引导用户对某些特定情况的某些标准的适用性。

图形界面的最大挑战是人性化直观和教学。它们的设计应考虑到用户的知识和心理,并应执行所指出的问题,以便通过可选择的预定义参数,数字答案或动态字段来理想地回答这些问题。

法律知识数据库是为法律专家系统提供信息的实质性信息的来源。根据推理系统采用的模态,可以在短语,段落和预定义句子中存储知识 – 对于那些基于规则的系统。对于基于系统的推论统计方法,数据分析和人工智能,法律知识的数据库,它会采​​取合同,判决,或文本的其他机构的形式将取决于主题专家系统,并会推理系统的电源。

换句话说,知识数据库是法律专家系统提供的实质内容。因此,例如,一个计算机编程以确定在诉讼系统的事项的管辖权和管辖权将通过一系列的程序规则和预先写好的短语,其中的一些将配制问题,并在那些时,可以传送给用户供电与问题相关的问题将揭示用户法律问题的答案。

法律专家系统的质量在很大程度上取决于其中编制的实质性知识的质量和清晰度。从这个意义上说,法律专业人员面临的挑战是如何正确地将法律知识转化为能够被软件理解的逻辑句子。

推理系统是专家系统的核心,作为逻辑引擎,它将从知识数据库生成答案并向用户提供相关内容。推理系统通常可分为两类:一方面,基于预定的规则和IF语句和使用统计工具或人工智能系统基于结构化数据分析,另一方面系统。

基于规则和IF语句的推理系统。

“IF STATEMENT”基本上是根据条件执行操作的程序的声明。如果是“A”,那么“B”。

基于规则编程的系统从一组信息输入及其在代码中提供的相应替代方案中得出某些结论。

由于其演绎逻辑结构,基于规则的专家系统可以表示为树,其中心问题的主干根据其变量划分为可能的解决方案和响应的分支。这使得它们编程起来相对简单,它们主要用于处理二元或定量信息源,其存在和大小不存在争议,也不依赖于某些术语的规范性考虑。

这方面的一个例子是转换像“民法典”第26条这样的规范性句子

“民法典”,第26条。

“叫……成人,或者只是年纪大了,
十八岁的人;和未成年人,
或者只是更小,一个没有实现它们的人。“

在基于IF语句的逻辑公式中。

Mayoria_edad = 18
Juan_edad = 19

如果Juan_edad> = Major_ age:

打印(“年龄”)

其他:

打印(“不合法年龄”)

基于规则的逻辑系统有两个基本限制:

变量的组合可以非常多,这导致分支数量的指数增加(可能的解决方案)。换句话说,如果法律问题涉及的组合和诸多变数的交互,那么解决方案的数量可能会非常高,从而导致每个分支的编程是一个非常昂贵的时间和劳力,或者超出许多组合的一系列组合使其编程变得不可能。
有些变量的定义取决于对权威的定性评价。在许多情况下,法律诉诸于规范性概念,这些概念仅由法官根据具体案件的事实来定义。因此,有时不可能事先编程,对定量或二元评估取决于当局基于无法事先确定的考虑因素做出的决定的事件的响应。

专家系统基于使用统计工具或机器学习的数据分析构建。

为了回报基于规则的系统,专家系统的结构化数据的分析并没有菜单写在提前反应,但被编程为数学分析,大型数据库的信息作为一个例子,数据集并且基于该训练,创建一个模型,该模型允许得出结论以及从新示例和数据集之间的对比得出的多个概率。

规范性句子的转换操作如何以这种方式概念性地看待“民法”第26条:

dataset =“公共事迹的日期
合同,当事人的出生日期和提及
那是法定年龄的人“

模特=“99%的人
合同中出现的18岁或以上
也被称为“法定年龄”

输入=(玛丽亚= 19岁)
输出=“玛利亚成为法定年龄的99%”“

基于统计分析和人工智能的系统近年来变得流行,这主要得益于计算和存储数据的成本的不断降低以及开源算法的传播以执行机器学习任务。

在基于机器学习的专家系统中,我们可以提到美国最高法院的决定或KIRA软件的一些合同分析功能的预测模型。

基于数据分析和机器学习的模型面临的挑战是,由于技术复杂性,他们需要一个先进的团队来开发。另一方面,预测模型的培训需要大量数据,当信息由数十万个文档和或多或少的机密合同组成时,这并不总是很容易获得。
我们在哪里使用法律专家系统?

专家系统对于法律世界来说并不陌生,然而,即使在上一次重大金融危机之前,由于缺乏经济激励措施,它们可能不会蓬勃发展。如今,技术成本降低,并具有效率更高,成本更低的工具来获得法律信息的压力已经拼尽全力,它的重生。

我们认为,专家系统本身并不能取代量身定制的法律建议。专家系统是一种新产品,它允许律师事务所利用其律师的知识获利。

专家系统是一种新产品,它允许律师事务所利用其律师的知识获利。

它们允许开辟新的业务线,并有助于在可计费时间内为那些为公司带来更大利润率的复杂案例集中量身定制的咨询工作。 外国律师的重要研究已经采用了这种策略,提供产品,特别是在合规领域,这些产品被添加到其传统服务中并产生新的回报。 与此同时,公司可以通过访问专家系统来补充其律师的建议,因为这可以节省大量成本,解决其响应逻辑可自动化的例行和频繁的法律查询。

欢迎提出意见和问题,发送电子邮件至diegomaldonadorosas@gmail.com

迭戈马尔多纳多罗萨斯

订阅我们的时事通讯

Direcciones

Málaga 85, oficina 201, Las Condes, Santiago.Av. da República 45, 8.˚ Dto. 1050-187 Lisboa, Portugal.
contacto@apparcel.cl
+56 2 3270 7912+56 9 5940 6096+351 936700374