English

检测到您当前使用浏览器版本过于老旧,会导致无法正常浏览网站;请您使用电脑里的其他浏览器如:360、QQ、搜狗浏览器的极速模式浏览,或者使用谷歌、火狐等浏览器。

下载Firefox

数据与个人隐私

/根目录 /首页 /新闻中心 /数据与个人隐私

中国人民大学首届法律数据分析挑战赛顺利举办

时间:2022-11-18

2022年11月16日下午,中国人民大学首届法律数据分析挑战赛成果分享交流会顺利举办。本次会议由中国人民大学高人工智能学院副院长窦志成主持,中国人民大学副校长王轶、中国人民大学高瓴人工智能学院执行院长文继荣、法学院副院长张龑、教务处教学督导室主任蒋香仙、高瓴人工智能学院教授徐君、法学院副教授张吉豫、邓矜婷等出席,本届挑战赛各支参赛队伍参会。

近年来,人工智能技术飞速发展,人工智能和法学的交叉融合也成为值得重点关注的问题。为鼓励同学们在相关交叉前沿领域进行学习研究,促进具有不同学科背景的同学之间的交叉合作,在中国人民大学教务处、交叉科学研究院的支持下,由法学院与高人工智能学院主办,中国人民大学智能社会治理文理交叉平台、人工智能与法治交叉团队承办的第一届中国人民大学法律数据分析挑战赛应运而生。

王轶副校长在致辞中表示,习近平总书记在党的二十大报告中指出,“全面依法治国是国家治理的一场深刻革命,关系党执政兴国,关系人民幸福安康,关系党和国家长治久安。必须更好发挥法治固根本、稳预期、利长远的保障作用,在法治轨道上全面建设社会主义现代化国家”,并强调要“加强基础学科、新兴学科、交叉学科建设,加快建设中国特色、世界一流的大学和优势学科”。他以《民法典》的编撰为例,强调了人工智能和大数据等技术在解决法律问题中的关键作用,并向获评优秀作品的参赛队伍表示祝贺,鼓励参赛同学要坚定信心,以本次比赛为契机,深入了解前沿问题,继续参与到学科交叉融合的学习和研究中。

法学院副院长张龑教授在致辞中表示,过去的七年中,法学院未来法治研究院积极探讨新技术变革所涉及的法学理论和法学问题分析框架,推动法学基础理论研究和创新,取得了许多重要成果。在此基础上,法学院也将继续建立并完善智慧司法平台,在智慧立法、智慧执法方面紧跟数字政府建设步伐。期待法律数据分析挑战赛的规模和领域不断扩大,从中国人民大学走向全国各个高校,成为在数字法学领域引领全国的具有品牌意义的竞赛项目。

人工智能学院执行院长文继荣教授表示,高瓴人工智能学院以建立世界一流的人工智能学科,与人文社会科学深度结合并进行前沿交叉研究为发展目标。我校深厚的人文社会科学研究底蕴和浓厚的学科交叉氛围,为跨学科研究提供了有利条件。他充分肯定了参赛队伍的研究成果和同学们与各学科交流合作的精神,并表示希望能够将“AI+”的形式推广到全校,推进人工智能与更多学科领域的交叉合作。

接下来,本次程序委员会主席、高人工智能学院徐君教授简要介绍了本次赛事情况。本届法律数据分析挑战赛共有18支队伍提交参赛作品,来自法学院、高人工智能学院、统计学院、信息学院等12个学院的71名同学参赛,14位来自人工智能或法学领域的专家共同参与参赛作品评审,并评选出一等奖3项,二等奖2项,三等奖3项,优秀奖4项,参与奖6项。

法学院副教授张吉豫主持了接下来的优秀成果交流。四支团队依序进行了作品分享,并与评审专家、现场选手展开了热烈的交流研讨。


第一组是由高人工智能学院陈路晰同学作为代表发言的ATOS团队(团队成员还包括:陈杰,戴诗桐,刘琦,林宁),他分享的题目为“EMC: 一种具有可解释性的类案匹配框架”。类案匹配是智慧司法领域的重要应用之一,其目的在于运用自然语言处理技术为法律行业从业人员快速判断两个案件是否相似,从而提供判案辅助,对促进现有法律体系的公正性有重要意义。该组同学基于BERT 等预训练语言模型,使用流水线框架分别进行特征句提取、匹配矩阵计算和类案匹配分类标签生成。实验结果表明,其研究方法在数据集上取得了较好效果,最后得到0.734的评价指标,这意味着模型能较为出色地完成本任务。


第二组是由来自法学院、理学院、统计学院的同学组成的援理议法队。陈晓和李霖对小组(团队成员还包括张博洋、陈润闯、丁颖)论文作品《民众与“法律人”法律表达差异探究与法律适用建议——基于统计检验和相似度分析对微博文本和裁判文书的比照》进行了精彩的汇报。他们采用交替汇报的方式,由陈晓主讲,在涉及数据分析部分时由李霖进行解释,梳理分析了各类案由下裁判文书的法条适用、微博对《民法典》的讨论情况、法条在微博讨论与文书适用上的一致/不一致情况,并剖析司法适用问题和提出普法建议。该小组从《民法典》全景视角切入,其成果对于研究者深入把握《民法典》实施两年以来的司法适用与民众态度具有重要意义,同时有利于全面理解民众认知与专业表达对立法、司法工作产生的不同影响和两者之间的“张力”。


第三组则是由法学院王胤嗣同学和高人工智能学院潘俊达同学作为代表发言的Law Code Champion团队(团队成员还包括:张浩然、颜琪芳、李思桐),他们分享的题目是“受贿罪类案检索与辅助量刑系统设计——基于XGBoost的方法”。类案检索系统对我国“智慧司法建设”意义重大,有助于实现司法统一。基于对受贿罪的定罪和量刑的法教义学分析和人工标注,该组同学构建了较为精确的标签体系,并通过正则表达式对数万份判决文书完成了标签提取。该组同学进一步运用XGBoost方法辅助量刑,并将回归模型结果引入基于聚类和距离的类案检索中。基于测试集,该模型在自动确定刑期上的平均误差小于28%,相比传统模型更具优势。最后,该组同学提出了系统改进的进一步展望,并基于系统的数据成果对现有司法实践存在的问题进行了探讨。


第四组是由信息学院罗子健和法学院于丛斐同学作为代表的“信法小队”(团队成员还包括:魏嘉訸、周亚晗),他们分享的作品题目是“侵犯知识产权民事案件惩罚性赔偿额计算方法及影响因素分”。实际上,知识产权领域的惩罚性赔偿适用一直是法律实践中重要但争议广泛的问题,而其要点在于确定惩罚性赔偿的适用要件,及其赔偿额的基数和惩罚性赔偿倍数,以上问题的确定对于统一法律适用、辅助法官判断、为当事人提供合理判罚预期具有重要意义。该组同学通过梳理法律法规和各地高院办案指引中提到的重要影响因素,提炼出十余个影响因子,并完善、补充了数据库,基于一定数量的相关判决文书,使用多种模型尝试进行自动化辅助确定,并选定其中的最优模型,通过其结果对相关案件在适用制度时可能存在的问题进行分析并提出建议。


通过参赛,同学们对人工智能、大数据技术对于司法领域的重要意义和法律与人工智能技术相结合的显著优势有了更深刻的认识,认识并了解到法律与AI交叉的前沿研究领域,来自不同学科甚至不同学校的小组成员们进行了深入交流,点燃了同学们日后开展交叉学科研究的兴趣和信心。

人工智能学院副院长窦志成教授在活动最后表示,本届法律数据分析挑战赛从实际出发,关注数据分析及人工智能手段在司法实践中的应用,强调算法应用于解决方案的合理性。参赛队伍充分运用各自学科领域知识,深度交流合作,对赛题深入展开分析,体现出了团队成员的专业水平与人文素养。在此,我们希望同学们可以进一步完善分析成果,以此次大赛为契机,深入智慧司法、智慧立法研究,引领未来中国乃至世界智慧法学潮流。他提出,法律数据分析挑战赛虽已近尾声,但这也是人工智能和法学交叉研究的开始。希望同学们能够进一步完善成果稿件、并争取投稿到学术期刊,主办方也将提供更大规模的法律数据和工具平台帮助同学们持续开展相关研究。