基于人工智能的司法判决预测研究与进展

王婉臻,饶 元,3,吴连伟,3,李 薛

(1. 西安交通大学 深圳研究院，广东 深圳 518057;2. 陕西省人工智能联合(重点)实验室，陕西 西安 710049；3. 西安交通大学 软件学院 社会智能与复杂数据处理实验室，陕西 西安 710049)

0 引言

智慧法院[1]是集审判、人员管理、数据应用、司法公开和动态监控于一体，利用人工智能进行证据收集、案例分析、法律文件阅读与分析，以实现法院审判体系和审判能力的智能化以及判案全程辅助决策的智能化。随着人工智能技术的快速发展，司法智能判决与预测技术已从早期的贝叶斯分类、SVM等浅层语义特征多分类框架逐渐演化到基于端到端的深度学习方法。根据最高法统计的数据，截至2020年3月，在中国裁判文书网(1)http://wenshu.court.gov.cn/上公开的法律文书已有8 892多万份，其中民事文书5 541多万份，执行文书2 192多万份，刑事文书884多万份，行政文书250多万份，赔偿文书9万多份，其他文书52万多份。此外，最高法还通过中国庭审公开网(2)http://tingshen.court.gov.cn/直播全国3 491家法院的庭审现场，截至2020年3月，全国累计直播645多万起案件。面对海量的案件以及司法判决文书，如何将人工智能技术与法官审理判案工作相结合，促进审判过程工作效率的提高，不仅是解决目前由于法官人数不足而导致的“案多人少”的实际迫切需求；同时对于人工智能的应用提供了一个具有挑战的应用场景。因此，该领域研究不仅具有重要的现实价值，同时也具有重大的理论研究意义。

本文从基于人工智能的自动判决与预测领域存在的问题与挑战出发，系统地介绍了目前该领域已取得的研究成果与相应的解决方案，并总结了目前该领域已有的数据集以及其评价指标，最后对未来面临的核心挑战进行分析总结，以期为相关领域的研究人员提供帮助。……