量刑建议“一般应当采纳”条款之省思

依据现行《刑事诉讼法》第201条的规定,量刑建议的效力延展至审判阶段,约束庭审法官的量刑裁量权。由于量刑建议“一般应当采纳”条款的扩张适用,其对程序公正与量刑公正均产生了连锁影响。由于审查起诉阶段牺牲了被告人量刑听审与量刑辩论权利,加之检察官担当审判之前的量刑法官产生的各种反作用力,量刑建议“一般应当采纳”条款对刑事程序公正有一定的反向阻力。同时,由于检察官在审查起诉阶段难以尽责尽职进行量刑调查,更难以全面考量兼顾所有的量刑因素,确定刑的量刑建议很难完全体现刑罚公正。法院在个案中应当启动必要的庭审公诉审查,庭审阶段也应赋予法官充分的变更起诉罪名与量刑权限。设定科学的量刑方法、量刑情节的合理赋值等改革举措,有利于回归诉审制约与实现量刑公正。

切割事件句中容器量词的语义功能

本文讨论切割事件句(如,“他切了一盘西瓜”)中容器量词的语义功能,首先分析切割事件句的歧义性,指出宾语的指称变化可导致切割类动词,如“切”在“切分”义和“切除”义之间波动,并从意象图式的角度对这一现象进行解释。然后,文章举出包含容器量词的切割事件句的歧义现象,并指出意象图式说所面临的困境;进而提出“同量指称”假设,并在该假设的基础上对相关问题进行解释。文章认为,容器量词属于开放类词汇,这一特性一方面为它们的同量指称性的产生提供先决条件,另一方面又造成它们与名词搭配方面的语义选择限制。最后,文章对语义最小论的相关观点进行了讨论。

英国法官对认罪从宽制度的补足作用及启示

为高效处理大量积压案件,减轻刑事司法负担,英国确立并发展了认罪答辩和量刑从宽制度。为维护制度的正当性与合法性,英国法官通过审查犯罪事实以保证被告人认罪依据的真实性;依被告人申请提前告知最高刑罚,以帮助被告人理智地作出认罪决定;依据精密的法律规范谨慎裁量从宽幅度。英国法官独立审查案件事实、谨慎履行告知义务、严格遵守裁量规范的司法补足作用,对我国认罪认罚从宽制度的完善具有一定的借鉴意义,要重视被告人认罪认罚真实性的实质审查,进一步优化对被告人的权利告知,细化法官从宽量刑的裁量依据,从而促进认罪认罚从宽制度的更好发展。

认罪认罚量刑建议精准化的检视与改良

认罪认罚从宽制度是建立在协商性司法理论基础之上的。量刑建议的提出需要协商,因而控辩审各方会产生博弈关系。运用行为经济学的“展望理论”对认罪认罚案件量刑建议的提出和采纳进行博弈分析,发现法检博弈使得认罪认罚案件的程序和结果受到超出案件本身事实认定和法律适用的控制,与认罪认罚从宽制度所追求的价值有所偏离。为了最大限度地避免法检博弈给办案质量带来的负面影响,应当弱化量刑建议的司法效力,检视检察机关不合理的业绩考评激励方式,构建法官参与量刑协商的常态化机制,使得法院对认罪认罚案件量刑的关注点回归到案件本身的事实认定与法律适用上。

网络媒体时代司法裁判的公众认同——基于信息加工理论进路

在传统思维架构下,信息不对称被归结为公众认知与司法裁判产生“鸿沟”的重要原因之一。经对法官量刑判断与公众在“简洁”信息下的认知,法官量刑判断与公众在“等量”信息背景下的认知,以及公众在“简洁”与“详实”信息认知的三组实验比较,发现案件文本信息变量对公众的认知具有重要影响。然而与传统思维架构恰好相反,即较之“简洁”信息,公众在“详实”信息语境下,认知结果和法官认知结果之间的差距不仅未缩小,反而进一步加大,这也折射出案件文本信息并不能对个体决策结果起决定性作用。研究结果也在一定程度上暗示了认知内部性因素对决策过程的重要影响,即由于个体认知上的主体思维、知识、经验等的差异性导致了二者认知分歧的出现。公众与法官作为决策主体,二者因道德准则不同所导致的正义观的差异,是二者认知内部性因素不同的重要原因。

维度汇总性问题及其对策

在联机分析处理中,为了提高查询的响应速度,预聚合是一种常用的方法,但在已有的研究中,关于维度汇总性的研究还相当少。从维度汇总性的基本概念及其分类出发,对维度汇总性的判断方法进行了研究,最后还给出了处理维度汇总性问题时的一些对策。

基于情感关键句抽取的情感分类研究

情感分析需要解决的一个重要问题是判断一篇文档的极性是正面的还是负面的.情感分类的正确率很难达到普通文本分类的水平,因为情感分类更难更复杂.在判断文档的情感极性时,不同的句子具有不同的情感贡献度,所以,对整篇文档的关键句和细节句进行区分将有助于提高情感分类的性能.关键句通常简短且具有判别性,而细节描述句通常复杂多样且容易引入歧义.在关键句抽取算法中,考虑3类属性:情感属性、位置属性和关键词属性.为了更好地利用关键句和细节句之间的差异性和互补性,将抽取的关键句分别用于有监督的和半监督的情感分类.在有监督情感分类中,采用的是分类器融合的方法;在半监督情感分类中,采用的是Co-training算法.在8个领域上进行实验,结果表明所提方法性能明显优于Baseline,从而证明情感关键句抽取算法是有效的.

智能机器人法官:还有多少可能和不可能

智能机器人在司法领域大有可为,将给司法实践带来关系重构、队伍重组、流程再造等重要变革,对法律观念、法律制度和法律文化提出严峻的挑战。我们可以借助"机器人法官"提高审判效率,节省人力、物力。我们应该积极运用智能机器人推进建设现代化的法治体系,提升法治能力,但也要警惕过分依赖冷数据和机器智能造成新的司法不公。我们既要造就一大批善于运用人工智能的新型法官,又要在引进"机器人法官"的同时,坚守人类法官的人性、人道和法治精神。至少在相当长的时期内,技术和算法难以找到逻辑理性和实践理性的恰当融合点。公正审判所需要的情感难以及时准确地进入机器人的决策系统,恰当地运用自由裁量权是机器人难以习得的智慧,有丰富实践经验、有人性情感、有法治精神的法律人比装满程序和大数据的机器更能准确地适用和解释法律条文。人类官司的最后裁决权不能交给智能机器人。

基于BootStrapping的集成分类器的中文观点句识别方法

领域相关的大规模和高质量的标注训练数据是分类器性能的重要保证,而标注训练语料是一件费时费力的工作。该文提出了一种采用小规模标注语料识别中文观点句的方法。首先采用Bootstrapping方法扩展训练语料,分别训练贝叶斯、支持向量机和最大熵分类器。最后,通过给三个训练好的分类器赋权获得一个集成分类器。实验结果表明,集成后的分类器性能优于单分类器,并且该方法在使用部分标注训练数据的情况下也能取得与采用全部标注训练数据相近的实验结果。

基于不规则棱柱网络的低碳多式联运路径研究

为了解决面临变量较多和网络高复杂性困扰的低碳多式联运路径问题,提出了一种新的网络模型——不规则棱柱模型,并在空间中将棱柱模型单元扩展成新的网络——不规则棱柱网络。在此基础上,从构造、判断等方面设计了相应的算法,将网络中不同类型的弧线解释成满足某种约束条件的量,实现弧线智能分类,开发基于该模型网络的仿真系统。通过该模型网络,智能选择不同运输方式和中转过程参数,对不同区域运输环境参数进行差别化分析,在动态变化的排放限制下智能优化多式联运路径。最后,通过模拟实验数据仿真,分析了多式联运中排放限制分别与综合成本和总排放量的关系,以及负载率、速度等参数变化对综合成本与总排放量的影响,验证了不规则棱柱网络仿真系统的可行性和有效性。

采用术语定义模式和多特征的新术语及定义识别方法

新术语及其定义抽取是信息抽取的重要研究内容之一.研究结果表明,在科技文献中,一个新术语往往伴随其定义出现,通过考察,在真实文本中,术语定义存在显著的语言表述特征,从大规模真实语料库中,通过考察术语定义构成的语言学模式、定义中词汇和术语周边的统计特征,提出了以术语定义的语言学模式(LPTD)作为待识别候选新术语集,同时考虑到有关新术语出现的上下文统计特征,用SVM分类器方法完成科技语料中新术语及其定义的识别.在大规模科技期刊上进行方法验证,开放性评测结果的精确率为90.5%、召回率达78.1%.

“莫(不)VP-neg?”句末neg的虚化问题

近代汉语中肯定式的测度问句"莫VP?"和否定式的测度问句"莫不VP?"句末均不排斥用否定词neg,"莫VP-neg?"、"莫不VP-neg?"句末的neg均是否定词,并未虚化为语气词。"莫VP-neg?"是测度问句"莫VP?"与正反问句"VP-neg?"糅合的产物,"莫不VP-neg?"是测度问句"莫不VP?"与正反问句"不VP-neg?"糅合的产物。

面向软件缺陷报告的提取方法

软件工程中的软件缺陷报告数量在快速增长,开发者们越来越困惑于大量的缺陷报告。因此,为了达到缺陷修复和软件复用等目的,有必要研究软件缺陷报告的提取方法。提出一种提取方法,该方法首先合并缺陷报告中的同义词,然后建立空间向量模型,使用词频反文档频率以及信息增益等文本挖掘的方法来收集软件缺陷报告中单词的特征,同时设计算法来确定句子复杂度以选择长句,最后将贝叶斯分类器引入该领域。该方法可以提高缺陷报告提取的命中率,降低虚警率。实验证明,基于文本挖掘和贝叶斯分类器的软件缺陷报告提取方法在接受者工作特征曲线面积(0.71)、F-score(0.80)和Kappa值(0.75)方面有良好效果。

智能量刑算法决策与刑事自由裁量权的差异与融合

人工智能量刑系统的应用为刑事司法领域带来诸多便利,提高了司法效率,实现"类案同判"。人工智能量刑系统是以数据模型运算为工作原理,通过逻辑运算形成算法决策。刑事自由裁量权是为了实现个案正义而赋予法官的裁判权力。智能量刑算法决策与刑事自由裁量权不仅价值立场不同,在事实认定、法律适用和权力属性上也有区别,但两者之间可以形成一种相辅相成的关系。为了避免法官量刑的"恣意性"和智能量刑系统的"机械性",应当在量刑规范化改革目标要求下,首先,坚持法官在量刑中的主导地位;其次,明确算法决策介入司法领域的边界;最后,坚持以人为本,构建人机协同的司法治理新模式。

古汉语被动式“为N(之)所V”探源

先秦“为N(之 )所V”式是判断句式。这种句式受到为字被动句的类化而逐渐演变成被动句式。汉末以后 ,这种类化得以完成。

基于知识图的观点句识别算法研究

针对观点句的特点提出了适合观点句识别的特征抽取规则。在此基础上,融合图论中最小割原理和机器学习分类方法,引入知识图的概念,并提出了基于知识图的观点句识别算法。以公开评测语料、自建语料和开放语料进行了相关实验,结果表明:基于知识图的观点句识别算法的分类性能和稳定性有明显优势。

大规模多式联运复杂网络系统模型

与其他优化问题相比,多式联运网络路径优化问题面临着变量较多且其结构、关系复杂的困扰.然而,现有的多式联运网络只能对网络属性逐一计算,难免重复冗余,效率偏低,只适用于小型网络.提出了不规则棱柱网络模型.采用相对编码设计,通过搜索判断余子式进行网络初始化,将网络中不同类别的弧线解释成满足某种约束条件的量,通过设计底边判断函数和侧棱判断函数,实现了网络中弧线的智能分类.该模型取消了运输网络阶段划分的限制;其节点与现实运输的地理坐标相对应;分类判断可以对网络进行群体修建与更新.通过对比各网络的时间频度,说明在多属性变量复杂且多样性的大规模多式联运网络中,该网络能够极大地提升网络构建和更新效率.

今文《尚书》判断句研究

判断句是以名词或名词短语作谓语，对主语进行判断的句子。一般认为，"也"字煞句是古汉语判断句的基本形式。本文认为，古汉语判断句的基本形式是"主语＋名词性谓语。"《尚书》时代"是"已作为判断词。"是"不是古汉语唯一的判断词。断定判断句的句型标准主要根据谓语的性质，谓语必须是代词。

现代汉语“把+个+NP+VC”句式探微

“把个”句的主、谓、宾、补等基本句法成分,该句式的构造方式和句式语义,都具有一系列不同于一般把字句的独特个性。“把个”句大多充当后接句表示某种情况所导致的扭曲性异常情态或结果,但也可以表示非扭曲的正常情态或结果,有时还可以直接充当前启句表示事件发展的前提；“把个”句具有主观化和通俗化的倾向。由于“个”的性质不同,现代汉语中存在着量词式和助词式两种性质不同的“把个”句；前式中的“个”具有个体化、无定化、全称化等功用,后式中的“个”具有实指化、类别化、专指化等功用。

从法官心理看“量刑差异”

“量刑差异”是刑事审判中一个常见的现象。产生这种现象的原因是多方面的,但法官的心理因素却是其中的一个重要原因。在现实的刑事审判中,案件的社会结构如案件发生的社会情景、诉讼参与人员的各种特点与反应等,无时不在刺激着法官的审判心理,从而导致法官的心理失衡和随之而来的“量刑差异”现象。这严重地破坏了刑事司法的平等性原则。此现象虽然很难避免甚至无法在根本上消除,但却能通过对刑事司法作相应制度和技术上的改革来尽量减少它的发生,从而使刑事审判向着“相同案件做到相同处理”的刑事司法理想目标迈进。