大数据和人工智能助力生态环保类案件态势预警及技术研究

本文以“大数据和人工智能助力生态环保类案件态势预警及技术研究”为主题,旨在应用人工智能和大数据等新兴技术,通过构建案件知识图谱,实现对海量文书中生态环保类案件特征的精准挖掘。通过上下文的语义理解等特征识别技术,实现案件自动挖掘,将案件特征精准率提高至80%以上。基于统计结果与生态环境治理问题,建立关联映射模型,数值化描述治理问题,实现对社会治理问题的定量评估和跟踪研究,为生态环保类案件态势预警平台提供支撑。通过在全国法院进行应用示范和需求分析,及时调整技术有效性,提高评价体系的可用性,助推生态环保领域实现“数字法制、智慧司法”的目标。

基于Solr的司法大数据检索模型研究与实现

围绕司法领域信息要素的高维性特征以及司法信息要素间的紧耦合性特征,针对司法数据检索技术中由高维信息要素间的紧耦合性导致的检索效率问题,研究和实现了一个基于Solr的司法大数据检索模型。该模型采用Solr超级集群作为数据索引库,采用HBase集群作为数据存储库,通过引入数据与索引分离、redis缓存、动态参数调整、动态cache释放等设计思路,实现了一个高效、可靠、可扩展的司法大数据检索模型。

基于多元组匹配损失的司法论辩理解方法

司法论辩理解是论辩挖掘任务在司法领域的具体应用,旨在从诉辩双方观点中挖掘存在交互的观点对。司法领域论辩挖掘任务存在数据样本少、句子长度长、领域专业性强等问题,现有的司法论辩理解模型多基于文本分类思想,构建的模型文本语义表示能力差。为进一步提高论辩交互观点对的识别准确率,提出一种基于多元组匹配损失函数(Multiplet Loss)的司法论辩理解模型,该模型基于文本匹配的思想,将诉称观点与辩称观点分别进行语义相似性匹配,通过优化交互观点对的匹配度实现论辩交互观点对的挖掘。为提升模型对于论辩交互观点对的匹配度,提出多元组匹配损失函数,通过减小论辩交互观点对的语义距离,加大非交互观点的语义距离,使观点间的语义距离能更好地反应其交互性,采用司法领域预训练模型作为文本语义识别模型,进一步提高了文本的语义表达能力。采用CAIL2022论辩理解赛道数据进行测试,实验结果表明基于多元组匹配损失函数的司法论辩理解模型相较于采用分类思想的模型,准确率能够提高2.04个百分点,达到85.19%,提高了司法论辩理解任务精度。

面向司法专题分析的大数据计算资源调度方法

针对司法专题分析过程中面临的交互式分析类数据处理执行效率低的问题,提出了一种基于任务类型的计算资源调度方法,为任务类型建立计算资源配额管理机制。在类型配额内具备抢占式优先调度权,在类型配额外可以借用其他任务类型的空闲资源。实验与分析表明,该方法能够在兼顾普通大数据处理任务执行效率的前提下显著提升交互式分析类任务的执行效率。

基于公开文书的常见知识产权侵权案件数据分析研究(2006.9-2020.9)

创新是引领发展的第一动力,保护知识产权就是保护创新。知识产权保护工作关系国家治理体系和治理能力现代化,关系着国家对外开放的大局,同时也关系着国家安全。因此,打击侵犯知识产权行为、加强知识产权保护,既是推动国家高质量发展,优化营商环境,构建高水平开放型经济新体制的内在需要,也是保护我国自主研发关键核心技术、防范化解重大风险的有力保证。中国司法大数据研究院依托人民法院大数据管理和服务平台,联合国务院发展研究中心产权制度基础领域研究组,对2006年9月1日至2020年9月30日全国各级人民法院审结常见知识产权侵权案件情况进行深入分析,全面梳理和分析了全国常见知识产权侵权案件情况,旨在为法院的案件管理、相关部门的治理决策以及学术研究提供参考,从而全面增强知识产权司法保护力度,积极发挥知识产权司法保护的主导作用。

面向类案检索的事理图谱构建方法研究

围绕司法案件裁判文书中词语的语义信息关系以及事件的信息表现特征,针对法院类案检索系统通过关键词匹配无法准确获取案件信息特征的问题,提出了一个基于自然语言处理技术的案件事理图谱构建方法。该方法采用基于信息抽取的裁判文书预处理技术、分布式词表示的文书语义特征提取技术、语义句法技术以及聚类的图谱触发词拓展技术联合构建案件事理图谱,深度挖掘隐藏在司法裁判文书之下的案件信息特征,验证并实现了一个高效、可靠、可扩展的事理图谱的构建方法。

地方法院数据中台构建研究

本文以最高人民法院在“十四五”规划中智慧法院信息化4.0的建设要求为出发点,结合各省地方法院数据现状及存在的问题,充分运用云计算、大数据、人工智能等技术,提出了法院中台建设的总体架构、逻辑架构、技术架构、数据架构思路,论证了数据采集、数据治理、数据存储、数据共享及数据分析展现等功能是法院数据中台建设必不可少的组成部分。通过在地方法院试点,建设后可以达到的关键成效,最后总结全文。

论人工智能在庭审质证中的运用

人工智能在庭审中的运用是科学技术发展的必然,人工智能在庭审质证中已有诸多运用,主要包括在线质证的数智化管理、生成用于质证分析报告、评估庭审证据的真实性。然而,当前人工智能在庭审质证中也面临质证数据可靠性不足、算法的可解释性不强、数据隐私安全性不高等挑战,这些挑战极大地限制了人工智能的适用空间。人工智能在庭审质证中的运用需落实司法价值平衡原则、人工智能辅助原则、技术标准保障原则,并贯彻于人工智能运用的全流程。为了克服人工智能在庭审质证中的挑战,应当做到保障质证数据的可靠性、强化算法的可解释性和提高数据隐私的安全性。

侦诉审“互相制约”的冲突与调适

侦诉审“互相制约”是刑事诉讼的基本原则,包含了侦诉、侦审、诉审三者之间的关系。以审判为中心的诉讼制度改革为侦诉审“互相制约”的重释提供了契机,应摒弃“废除论”“修改论”的观点,从“解释论”的角度为侦诉审“互相制约”注入生机。“互相制约”有其深厚的权力监督理论渊源,需要厘清其与“互相配合”及检察机关“法律监督”之间的关系。当前,侦诉审“互相制约”存在侦诉之间配合程度较高、诉审分离尚未实现、逆向制约机制尚不健全等现实冲突。在以审判为中心的语境下形成审判制约起诉、起诉制约侦查的逆向制约格局,改变过去“平行式”的制约模式。侦诉审“互相制约”的调适,应当以统一的证明标准健全审判逆向制约方式,以检察引导侦查协调审前阶段的制约关系,明确辩护权制约公权力的独特地位。

新型经济犯罪中涉案虚拟财产管理模式的重塑

随着信息网络技术的飞速发展,在新型经济犯罪中越来越多的涉案财产以虚拟形式生成与储存。然而,我国目前对于虚拟财产管理方面的法律规定处于空白状态,司法实践做法不一。新型经济犯罪中的虚拟财产具有去中心化、匿名性、跨境性等特点,管理难度较大,现有的管理模式导致涉案虚拟财产保管手段的特殊性被忽略,从收集到执行的技术性被割裂,对犯罪事实的证明性被限制,利益相关方的参与性被阻断。为应对这一挑战,有必要搭建统一管理的专业性机构,把控管理流程的手段与风险,创新价值性证明的评估方式,保护涉案公民的数字性权益。在此基础上采取一站式管理模式,并对一站式管理模式的理念、权责、对象和数字化管理方式进行了明确,助推涉案财产处置工作现代化。

指定侦查管辖的程序偏差与纠偏路径

指定侦查管辖是公安机关处理案件管辖问题的一种重要方式,也是保证刑事诉讼能够顺利进行的一项重要制度。从司法实践来看,指定侦查管辖具有适用标准的模糊性、适用动机的功利性、适用过程的职权性以及指定行为的预决性等特征。指定侦查管辖在刑事诉讼法中缺乏明确依据,强化“侦查中心主义”地位,存在启动与协商机制不够规范,适用过程中与指定居所监视居住存在同步异化等问题。究其原因,主要是司法人员对指定侦查管辖价值认识不足,立法理念与司法体制下的指定侦查管辖制度存在冲突。完善指定侦查管辖制度的路径是,在立法层面明确指定侦查管辖的功能定位,细化相关规定;落实以审判为中心的诉讼原则,贯彻程序公正;发挥法律监督刚性,强化对指定居所监视居住的制约监督。

面向法律文书的中文文本校对方法研究

在研究法律文书书写错误的语言表述特征后,将法律文书中的文本错误分为叙事陈述时的直接错误和行文书写时的隐含错误,并构建一组正则匹配规则和字词识别规则来进行错字错词识别。通过对法律文书语言学特征的研究,提出一种规则与概率统计相结合的方法实现对法律文书的文本校对。实验结果显示,该方法的召回率和准确率均达到80%,具有较好的使用前景。

面向裁判文书的司法知识抽取方法

运用人工智能技术对裁判文书进行司法知识抽取,是智慧司法领域的重要研究方向。文中针对传统的实体-关系抽取模型中对复杂关系和重叠关系识别不够准确的问题,面向裁判文书数据提出了一种基于级联二进制标记框架的司法知识抽取方法。对裁判文书中实体抽取和关系抽取两个任务进行了模型设计,并基于盗窃罪案由的裁判文书开展了算法实验,经实验验证,相比传统BERT模型,文中方法的F1值提升了0.119。

智慧法院中电子卷宗随案同步生成与深度应用的研究

智慧法院正处于快速发展的重要阶段,电子卷宗是实现全流程无纸化、智能化办案的基础,是建设智慧法院的重中之重,全国各级法院高度重视电子卷宗随案同步生成和深度应用工作。随着OCR、自然语言处理等相关技术的发展,电子卷宗的应用效果越来越好,正逐渐取代纸质卷宗。文中面向电子卷宗在法院信息化领域的生成与应用,对电子卷宗的概念内涵及发展现状进行了概述,并重点阐述了电子卷宗系统的总体架构、关键技术和应用场景,为后续智慧法院电子卷宗的发展提出了新思路。

基于神经网络的电子卷宗自动分类方法研究

针对电子卷宗文档图像的自动化识别分类对上下文的逻辑结构考虑不充分的问题,提出一种基于神经网络的电子卷宗识别方法。首先,输入电子卷宗图像;然后,利用卷积神经网络识别图像的静态特征;第三,根据电子卷宗的关键要素及上下文关系,将这些静态特征按特定的版面结构转换为时序信号;第四,利用循环神经网络对时序信号进行处理,识别电子卷宗的动态特征;最后,通过对涵盖民事、刑事、行政三类案件类型的电子卷宗的自动识别实验对该方法进行验证。实验结果表明,电子卷宗的自动分类准确率达到95%以上。

基于混合流量数据的连通分量计算技术

连通分量计算技术作为网络拓扑结构分析的重要研究领域,能够获取和维护网络节点的连接关系信息。文中围绕网络连通分量计算的高效准确处理要求,提出了基于混合流量数据的连通分量计算方法,利用深度优先搜索算法实现了对IPv4/IPv6混合流量数据的连通分量计算,并在此基础上实现了增量连通分量计算,提高了算法对新增数据的计算效率,最后进行了相关的实验。经验证,该方法功能上能够对混合流量数据进行连通分量计算,性能上当原流量数据和新加入流量数据的数据量大小接近时,算法提升效率提高70%左右。

虚拟现实法庭技术架构研究与应用

司法领域目前正处于技术改革的重要阶段,大数据、云计算、虚拟现实等现代科技正不断融入其中并得以应用。由于虚拟现实和增强现实技术具有互动性及沉浸性的特点,研究将虚拟技术应用于司法审判,并融入基于大数据的司法智能辅助功能,将极大地改变中国未来法庭审判的过程和模式。文中面向虚拟技术在司法领域的深度应用,重点阐述虚拟现实法庭的架构、关键技术和应用场景,为中国司法实践活动创新提供重要思路。

基于深度学习的多维度证据要素关联关系抽取研究

随着社会法治化发展,法院受案数量呈爆发式增长,各证据要素之间关联较弱,影响法律审判效率。基于上述问题,提出一种基于深度学习的多维度证据要素关联关系抽取模型,设计基于BERT_BiGRU_CNN模型的证据要素关联关系抽取算法。本文以裁判文书为数据集,使用BERT训练所需字词向量,开展BERT、BERT_CNN、BERT_BiGRU以及BERT_BiGRU_CNN的对比研究,研究关系抽取技术在证据要素间的识别效果、研究表明,采用BERT_BiGRU_CNN算法在多要素证据关联关系之间的识别效果最好,且相比于其他模型,BERT_BiGRU_CNN的F1得分达到84.3%。

大数据时代的计算机网络安全及防范措施

本文主要分析了大数据时代下的计算机网络安全问题,以及这些问题的主要防范措施,以期提高计算机网络安全性,为人们的生产生活提供更加便利的服务。

面向数据生产的跨计算引擎数据调度技术研究

随着数据处理任务的日渐复杂,传统的数据计算引擎面临着存储管理和计算资源调度的挑战。本文深入探讨了如何提升跨计算引擎数据资源调度的性能和降低其复杂性。研究聚焦于数据生产任务,通过结合实际应用场景,重点研究了数据资源在不同计算引擎间的存储和调度优化技术,提出了超级调度器设计、多维度细粒度资源分配以及基于任务优先级的资源调度等技术方案。实现不同计算任务在多个计算引擎间的高效协作,从而最大化计算资源的利用率和处理速度,为解决大规模数据生产中的资源调度问题提供了有效的技术方案。