一种对法律事务进行量化评估的方法
技术领域
本发明涉及法律事务自动化处理技术领域,尤其涉及一种对法律事务进行量化评估的方法。
背景技术
目前本行业的自动化手段主要解决的是法务流程自动化、信息分类检索等工具层面的问题,本发明则着眼于法务工作更加本质的法律事实分析与量化方面。
具体而言,法务工作涉及大量的文书内容,本发明所述的方法,针对具有法务特色的文字内容,在数字化的基础上,按照一系列映射步骤,转化成适合法务工作者迅速获得该文书内容所属的专业领域及对应的各项语义要素,构建出语义模型,作为进一步工作的参考与基础。
通常意义上,涉及到文字内容处理的应用,同本发明所述的场景相近,且广泛使用的场景主要有以下几类:
检索类应用:例如搜索引擎,以分词后的关键词及关键词的组合作为输入条件,将内容符合关键词查询条件的文本检索出来,表现形式通常为录入短句或词组,输出为正文的集合
对话类:例如对话机器人,用户通过分段的输入,以单句问答的方式构造输入内容的上下文,并由服务端进行实时响应,表现形式输入输出都是语句。
正文理解类:应用自然语言处理的方法和理论,对作为输入的全文进行分析处理,理解原文的内容,以某种形式输出正文内容的归纳总结,例如翻译类应用。
上述应用场景,基于规则或基于统计方法在原理上均可行,对应的工程实践也普遍存在。但上述实践均属于工具层面,目前民商事审判中,对事实认定和法律适用更多依赖经办人的主观经验,缺少相应的基于自动化技术与产品的量化分析工具,上述实践并不能针对性地解决或改善这一类的问题。
现有产品与技术未见同本发明解决相同的问题或者类似的方案。
法务文书同传统意义上的自然语言处理对象存在的明显区别在于,法务文书具备较高程度的规范化,从段落结构、句型句式、到遣词用字,都遵循严格体例,内容准确精练,极少文学化的手段,并且其严谨、保守的专业色彩使得学术界与工程界通用的文字自动化处理方案的接受度和实效都不理想。
因此,在通常的法务实践中,主要采用的信息化手段目前仍属于检索类,对于特定的输入文件,经对文书的分析提取,采用其中的关键字组合使用已有的法规检索工具进行人工匹配,这种方式是一种通用化的手段、实践中各个环节是由人工介入进行贯穿的,并未经过对法务工作的工作流针对性的设计与工程化。
发明内容
本发明为解决上述技术问题而采用的技术方案是提供一种对法律事务进行量化评估的方法,本发明基于背景技术中所述的工作流特点的分析与法务实践的经验,实现工程化的解决办法。本发明的创新之处在于,面向的不仅是文书的字面内容,而是对文书描述的事务建立模型,并基于上述模型提出可检验内容完备性、一致性的规则,针对法务工作中文书信息组织与提取的特点,提出针对特定问题领域的一个解决办法与实践,其中,具体技术方案为:
首先,建立一种完成法律事务量化评估功能的软件***,具体为:
该***的构建共包含5个逻辑层次,每一层对应特定的输入输出类型,输出的内容作为上一层的输入,每个逻辑层次包含各自的模块构成以实现该层次的相应功能;
5个层次的数据流向:原始证据层→有效证据层→证据事实层→法律事实层→法律责任层;相应地,在各数据层之间完成数据处理映射的逻辑实体定义为如下规则库-有效证据认定规则库、证据事实认定规则库、法律事实认定规则库、法律责任认定规则库,各个规则库分别对应各个处理层级的输入;
规则库的执行过程描述如下:
对于不同层次类别的输入、规则库的处理对象、处理方法从输入到处理规则调用的模式是一致的:
1)对于输入集合A,对其中每个元素a完成类型映射,生成类型集合A’,由元素(a,ta)构成,其中ta=T(a)代表元素a的类型;
2)对于A’每个元素,执行以下过程:
3)取R(ta)获得ra为处理数据元素a适用的规则方法;
4)对a执行ra并获得输出oa,即ra(a)=oa;
5)将当前的oa同全局结果上下文进行合并,即执行GC=GC+c(oa);
6)如果集合A’的元素已处理完,继续步骤7;否则回到步骤2继续下一个元素;
7)构造完成的全局结果作为本层及规则库的标准输出,可通过服务接口提供内容的访问,或作为上一层次的处理输入进行进一步的构造;
其次,利用建立的上述的完成法律事务量化评估功能的软件***对法律事务进行量化评估,具体为:
1)当事人在***中输入法律事务的原始证据,有效证据认定规则库会对输入的数据进行识别判断后输出有效证据;
2)进一步的,***输入有效证据,证据事实认定规则库对输入的数据进行识别判断后输出证据事实;
3)进一步的,***输入证据事实,法律事实认定规则库对输入的数据进行识别判断后输出法律事实;
4)进一步的,***输入法律事实,法律责任认定规则库对输入的数据进行识别判断后输出法律责任;
综上,通过上述技术方案,当事人将案件的原始证据输入***,***会呈现出根据原始证据所判断的法律责任,当事人可对行为所产生的法律后果有所认知。
上述的一种对法律事务进行量化评估的方法,其中:各规则库,分别对应各个处理层级的输入,其包含符合各层次数据的具备齐套性的处理策略及对应的可执行方法,对于有效证据认定规则库,以证据规则的真实性和合法性判定规则为基础,以真实性及合法性的特例判断中常理性实例新迭代规则为补充。
上述的一种对法律事务进行量化评估的方法,其中:对于证据事实认定规则库,以证据规则的关联性和推定性规为基础,争议焦点的常理实例新迭代规则为补充。
上述的一种对法律事务进行量化评估的方法,其中:对于法律事实认定规则库以各证据事实与法律事实间的逻辑关联的穷举化实例为基础规则;包括不限于单方违约的法律事实,包括不限于买卖合同关系、未见协议无效事实、未见协议可撤销事由、未见可以成立的过时效抗辩、被告延期支付、对方没有其他违约事实、没有不可抗力等逻辑并予以推定、由此形成单方违约认定、如果再并无法继续履行或继续履行已经没有价值或约定解除条件、构成根本性违约。
上述的一种对法律事务进行量化评估的方法,其中:法律责任认定规则库,以各法规和司法解释为基础规则,以优先级实例新迭代规则+附条件授权裁量幅度的习惯+空白领域原则性补充实例新迭代规则为补充。
上述的一种对法律事务进行量化评估的方法,其中:
规则库的维护更新过程描述如下:
1)对于给定规则库RR,可执行规则库更新方法update(RR’),将新的规则RR’内容更新入规则库;
2)RR’可以以全局方式或者增量方式进行更新;
3)更新过程完成后,规则库RR的内容应用并包含了新的规则。
上述的一种对法律事务进行量化评估的方法,其中:
各层次的数据服务接口调用过程描述如下:
1)对于给定逻辑层LL,可执行数据查询方法acquire(),以获取该逻辑层的结构化数据信息LLD,即LLD=LL.acquire();
2)LLD包含的数据信息可根据不同的法务需求进行组织和使用,以及形成具有法务意义的输出;
3)获取内容的范围等参数可在调用时进行设置。
本发明相对于现有技术具有如下有益效果:实现了一种法务工作的工具产品,能够为法务工作提供高效的文书证据初步处理功能,使得多数事实还原与逻辑分析判定可依赖本发明提出的一系列标准流程和框架进行处理,人力则聚焦在软件***的输出和重点提示的内容,为法务工作提供高效率、稳定输出的量化工具。
附图说明
图1为逻辑层次及数据示意图。
图2为证据状态转换图。
图3为处理流程示意图。
具体实施方式
本方法适用于对法律事务进行量化评估,基于细分案由(法律关系)下的分层的争议焦点的触发、固定和判定的量化***。规则库的实现是本发明的关键核心,规则库的规则拟制和处理流程实现依赖于深厚的行业经验,并在对法规、判例等法务文书行文的大规模分析处理基础之上构造形成。
本发明描述的一种完成法律事务量化评估功能的软件***,其构建共包含5个逻辑层次,每一层对应特定的输入输出类型,输出的内容作为上一层的输入。每个逻辑层次包含各自的模块构成以实现该层次的相应功能。
各层次的数据流向:原始证据层→有效证据层→证据事实层→法律事实层→法律责任层,相应地,在各数据层之间完成数据处理映射的逻辑实体定义为以下各规则库,分别对应各个处理层级的输入,其包含符合各层次数据的具备齐套性的处理策略及对应的可执行方法:
1)有效证据认定规则库:输入原始证据,输出有效证据;规则库以《证据规则》的真实性和合法性判定规则为基础,以真实性及合法性的特例判断中常理性实例新迭代规则为补充。
2)证据事实认定规则库:输入有效证据,输出证据事实;《证据规则》的关联性和推定性规为基础,争议焦点的常理实例新迭代规则为补充。
3)法律事实认定规则库:输入证据事实,输出法律事实;以各证据事实与法律事实间的逻辑关联的穷举化实例为基础规则;例如单方违约的法律事实,可由买卖合同关系、未见协议无效事实、未见协议可撤销事由、未见可以成立的过时效抗辩、被告延期支付、对方没有其他违约事实、没有不可抗力等逻辑并予以推定,由此形成单方违约认定,如果再并无法继续履行或继续履行已经没有价值或约定解除条件,则构成根本性违约。
4)法律责任认定规则库:输入法律事实,输出法律责任;以各法规和司法解释为基础规则,以优先级实例新迭代规则+附条件授权裁量幅度的习惯+空白领域原则性补充实例新迭代规则为补充;
规则库的执行过程描述如下,对于不同层次类别的输入,规则库的处理对象、处理方法可能是不同的,但整个的从输入到处理规则调用的模式是一致的:
1)对于输入集合A,对其中每个元素a完成类型映射,生成类型集合A’,由元素(a,ta)构成,其中ta=T(a)代表元素a的类型;
2)对于A’每个元素,执行以下过程:
3)取R(ta)获得ra为处理数据元素a适用的规则方法;
4)对a执行ra并获得输出oa,即ra(a)=oa;
5)将当前的oa同全局结果上下文进行合并,即执行GC=GC+c(oa);
6)如果集合A’的元素已处理完,继续步骤7;否则回到步骤2继续下一个元素;
7)构造完成的全局结果作为本层及规则库的标准输出,可通过服务接口提供内容的访问,或作为上一层次的处理输入进行进一步的构造。
规则库的维护更新过程描述如下:
1)对于给定规则库RR,可执行规则库更新方法update(RR’),将新的规则RR’内容更新入规则库;
2)RR’可以以全局方式或者增量方式进行更新;
3)更新过程完成后,规则库RR的内容应用并包含了了新的规则。
各层次的数据服务接口调用过程描述如下:
1)对于给定逻辑层LL,可执行数据查询方法acquire(),以获取该逻辑层的结构化数据信息LLD,即LLD=LL.acquire();
2)LLD包含的数据信息可根据不同的法务需求进行组织和使用,以及形成具有法务意义的输出;
3)获取内容的范围等参数可在调用时进行设置。
下面根据上述方案列举实施例:
以下引入实施例,对细分法律服务领域的量化评估方法与过程作进一步说明:
1、问题场景:借款合同诉讼中对夫妻如何就配偶单方的借款行为承担法律责任的量化评估;
2、实施期望效果:
a)建立案件逻辑体系;
b)从而可以在逻辑体系对比的基础上对过往案例进行引用、参考、比较(引用/参考/比较的具体过程不在本发明中体现);
c)案件相关方可以a)作为诉讼结果进行预判的参考依据,并可由审判方以b)作为审判的辅助依据;
3、各层处理内容及过程描述如下,并可参考附图3的流程,每个层次可由本层的数据模型构造及后一层规则的处理环节构成:
d)原始证据层:
i.原始证据层的构造:
1.(借条、借款合同、还款承诺、催款记录、银行转账或取现流水、借款债权债务转让文件、结婚证明、离婚证明、相关法院判决和裁决书等文件…)
2.标签(是否原件(原件\复印件)
3.需鉴定证据的鉴定结论(是\否\无法确定)
4.取得合法性是否(已证不合法\未证不合法)
ii.有效证据规则库的处理:
1.基于原始证据层标签,将原件and(无需鉴定or鉴定为真)and取得未证不合法均归入有效证据并设置状态为有效证据,其余归入待定证据(如标签发生转化后,可能转为有效证据)。
2.状态成为有效证据的集合作为有效证据层的输入
e)有效证据层:
i.有效证据层的构造:
1.(经前置处理可进入法律事务量化空间的内容):借条、借款合同、还款承诺、催款记录、银行转账或取现流水、借款债权债务转让文件、结婚证明、离婚证明、相关法院判决和裁决书等文件、自认陈述、回避陈述、常理
ii.进行证据事实规则库的处理:
1.以基于借款法律关系事件(特定法律关系事件)的***结构规则和关键词抽取规则(建立特定事件数据库结构,该数据库结构前期人工搭建,后期***迭代和优化),输出能够表征该特定法律关系之上的事件数据记录,包括:借条借款金额、借条归还日期、催款日期、提起对应诉讼日期、承诺还款日期、还款金额、共同归还的书面承诺、共同归还的实际行为、共同归还的口头承诺、借款合同签订日期、借款实际发生日期、法定结婚日期、事实婚姻日期、借款的金额、日常生活费用、日常夫妻共同经营内容和经营所需、是否分居、银行转账记录、银行取现记录,经证据事实规则库处理并构造事实与逻辑关系的模型;
f)证据事实层
i.证据事实层构造:
1.前述有效证据经进一步处理获取事实中包含的元信息,以及在此基础上的事实关联与逻辑推导:借款是否超过诉讼时效{借条归还日期、催款日期、提起对应诉讼日期、承诺还款日期…}、未借款夫妻一方是否认可共同归还{共同归还的书面承诺、共同归还的实际行为、共同归还的口头承诺…}、借款债务产生在婚前还是婚后{借款合同签订日期、借款实际发生日期、法定结婚日期、事实婚姻日期…}、借款是否用于夫妻共同生活经营{借款的金额、日常生活费用、日常夫妻共同经营内容和经营所需、是否分居…}、大额借款(超过5万元)是否有转账等来源凭证{借款金额、银行转账记录、银行取现记录…}
ii.法律事实规则库的处理:
1.基于证据事实的数据表,通过各数据字段的内置编程化逻辑处理(and\or\if\then等逻辑处理),导出法律事实层焦点对应的数据记录,字段可包括:借款是否超过诉讼时效、未借款夫妻一方是否认可共同归还、借款债务产生在婚前还是婚后、借款是否用于夫妻共同生活经营、大额借款(超过5万元)是否有转账等来源凭证、未归还借款金额…,上述记录均隐含了已经强逻辑判断认定的属性。
g)法律事实层:
i.法律事实层的构造:
1.针对前述构建的证据事实体系,还原其对应的法律事实模型:借款是否超过诉讼时效、未借款夫妻一方是否认可共同归还、借款债务产生在婚前还是婚后、借款是否用于夫妻共同生活经营、大额借款(超过5万元)是否有转账等来源凭证;
ii.法律责任规则库的处理:
1.基于法律事实的数据表,通过对法规和司法解释对应法律适用规则进行逻辑编译的方式,并根据法规和区域的优先级方式解决法定规则冲突问题,以最高院指导性案例补充法律适用规则空白,最终形成法律责任数据列表,例如:借款人应归还借款:XXXX;应归还利息:XXX;配偶承担债务连带责任:是(承担范围:债务本金\部分债务本金\本金加利息)or否;
h)法律责任层:
i.法律责任层的构造:
根据前述构造的法律事实模型,根据本层规则库的运算规则,给出法律责任的推导结果:配偶如何承担另一方单方的借款的法定责任。