我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:欢乐棋牌下载手机版 > 高速喷射 >

法律机器人是什么对法律行业有什么影响?

归档日期:07-16       文本归类:高速喷射      文章编辑:爱尚语录

  9月17日,京东举办法律机器人发布会,推出首款法律机器人“法咚咚”,该小程序于9月20号正式上线。据报道,这是一款基于语音识别技术,结合专业知识库,运用人工智能算法搭建的法律咨询问答平台。

  笔者今天出于好奇登录了这个小程序,并测试了这个“法律机器人”的功能。通过微信小程序登录“法咚咚”后,界面显示投资融资、公司事务、业务资质、劳动人事、营销推广等几大模块。

  语音输入和微信语音输入类似,笔者普通话不标准,选择手动输入更方便。我提的第一个问题是“控股比例多少才算实际控制人?”。法律机器人会显示出几个问题供选择。

  随后笔者在另一个模块提出第二个问题,“劳动合同期满,公司不续签,需要补偿吗?”界面同样显示如下几个问题供选择。

  又切换一个模块提出第三个问题“知识产权入股有何限制?”界面显示未掌握这个知识。

  通过语音输入,将语音转化为文字。这个功能与其他语音处理软件区别不大,用户也可以直接用手动输入。相信对于法律行业来说,手动输入可能更准确。

  对输入的信息进行处理,比如“劳动合同期满,公司不续签,需要补偿吗”这个问题。系统会提取几个关键词,“劳动合同”、“期满”、“公司”、“续签”、“补偿”,然后分别将这几个关键词输入到数据库中进行分别检索和组合检索。例如“劳动合同”单独检索一次,“劳动合同”与“续签”检索一次,通过算法选出最常见的几个问题,供用户选择。

  第三步:用户选择其中一个问题,然后根据问题的答案选择满意或者不满意,这样使用的人多了,这个问题的答案会越来越成为推荐的答案,相当于对系统进行了训练。

  相信大家看到这里会有个感觉,目前这个法律机器人实际上还是一个智能的法律检索系统,能够自动地分析用户输入的一句话,通过算法进行法条和案例检索,最后通过算法推荐检索结果。

  比如我们在做“劳动合同期满,公司不续签,需要补偿吗?”这个法律问题的检索时,有时候也会进行多次检索,比如在百度或法律数据库的检索入口输入几次关键词的组合。

  只不过法律机器人的数据库和语言处理功能稍微不同,可能会更加专业,随着系统的优化,用户的增多,检索的数据可能越来越准确。

  在京东的“法咚咚”之前,已经有不少企业推出“法律机器人”,其中最有代表性的是ROSS intelligence,ROSS是基于IBM公司的人工智能系统Watson开发的法律服务系统。

  案例研究是律师工作的一个重要部分,遇到新的案件,律师都需要在法律数据中检索过往类似的案件,参考法官的判决情况,这些工作通常也由律师助理来完成。

  传统的法律检索平台例如Westlaw提供两种检索方式,分别是布尔逻辑和自然语言检索,布尔逻辑检索就用and, or连接一个检索式,自然语言检索则是直接用自然语言输入想要查询的内容,比如我们查询如下的信息?

  “梅西存在偷漏税行为,逃税410万欧元,犯了什么罪?会遭到什么处罚。”用传统的布尔逻辑检索,通常需要输入这样的检索式:

  接着数据库会出现文章含有偷税或逃税的案例和法条,布尔逻辑检索要求研究人员根据经验自己列出检索关键词,检索经验相当重要,需要根据出现的结果不断调整检索式,直到找到准确的检索结果。

  第二种自然语言检索则简单地多,用户直接把一整段描述输入检索框中,例如直接输入如下内容:

  数据库自动检索出相关结果,用户根据需要查看,选择任何认为最相关的内容。自然语言输入虽然简单,但是系统依然需要提取关键词进行检索,受到不相关的关键词干扰比较多,准确性也很难保证。

  对比传统的自然语言检索,在检索式输入方式上,ROSS和传统的自然语言检索一样,用户只需要输入一段话,ROSS会自动反馈出结果。区别在于ROSS的基于的算法不同,传统的自然语言检索主要提取关键,分析关键词之间的在一篇文章的权重,找出相关的文献。

  ROSS则是首先理解问题,并把问题分解成成百上千个子问题,再去找每个问题的答案,然后对答案进行检索,寻找每个答案在数据库中的证据,相当于给每个答案进行证据打分,最后按照分值对每个答案排名,用户可以人工选择最优的答案。这样相当于对机器进行了一次培训,下次这个最优的答案在类似问题中就会排名靠前,这样系统会越来越准确。

  但是ROSS不能像律师助理一样能给这些案例做总结,也不能写个分析报告,给个明确的答案。呈现给用户的依然是数据库检索结果,只不过这个检索结果是通过人工智能检索的,而且系统可以随着使用次数的增多不断学习,结果会越来越准确。

  比如你输入areoiland gas leases executory contracts?数据库中出现的结果如下图所示,这个结果不是ROSS总结的,实际上还是数据库中文档中的片段。

  ROSS也是一款法律检索系统,其所能做的工作就是案例研究,甚至只能说是案例研究的检索工作的一部分,只是更高效地帮助用户检索出相关的案例。

  针对ROSS的检索效果和效率,官方有相应的研究报告,我们不妨参考该报告的结果,研究小组寻找16个法律检索人员,分成四组,每组四人,分别用布尔逻辑、自然语言、ROSS和布尔逻辑、ROSS和自然语言进行检索,要求每组找出前二十个最相关的结果,最后的结果如下:

  从上图可以看出利用ROSS加布尔逻辑检索比只用布尔逻辑准确率要提高很多,同时ROSS加自然语言检索也比只用自然语言检索效果明显。

  此外,ROSS的用户体验也比其他检索方式好得多,这个很容易理解,布尔逻辑的检索结果很多噪声,去噪声很大程度上依赖检索人员的经验和技巧。自然语言输入中检索结果也会受到无关的关键词干扰。

  在节省检索时间上,ROSS无疑是突出的,ROSS整体能帮助检索人员节省大约26%的法律研究时间。

  可见,ROSS在检索效率、准确率、用户体验上都要优于传统的法律数据检索系统,而且其效果会随着用户的训练越来越好。

  人工智能能够大量节省律师的法律研究时间,但并不是人们想象中的能做很多律师的其他工作,即使在法律检索领域也需要人工挑选总结,而且需要大量的训练学习才能满足基本的准确率要求,目前主要是限定在一定的领域。

  相信将来机器人律师会不断优化,但目前主要着重于法律检索,一定程度上会提高法律工作者的效率,取代律师或者法官的工作还无从谈起。其工作还是建立在对文档的检索上,甚至对自然语言的基本上理解都难做到准确。法律工作者需要理解法律术语背后的深刻含义,进行大量的推理、以及考虑诸如社会环境等众多因素,这些是智能检索系统无法做到的。但人工智能未来会不断进步,期待法律机器人的作用越来越大,减轻法律工作者的负担。

本文链接:http://doctor-7.com/gaosupenshe/151.html

上一篇:机器人法律

下一篇:没有了