论文-How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence

论文相关视频：https://www.bilibili.com/video/BV19g4y1i7D9/
论文相关分析：https://blog.csdn.net/weixin_42691585/article/details/106142161

为什么要做法律智能

法律智能在司法系统中应当充当怎样一个角色

即给法律工作者一个参考，再结合其自身判断进行判决。
什么是法律智能？
利用AI技术解决司法界难题，帮助法律工作者更好地工作

给一个场景，希望得到法律文书，描述一个事实，自动判决（给法官参考）
我国人均律师很少，给不懂法的更多人一个参考。

法律智能难点

1. 数据是中文的（分词，专业名词…）
2. 专业知识的依赖性
3. 对可解释的高度需求，法律有很重要两个性质：公平，透明，需要给出判决是怎么做出来的。
4. 新，很多东西要从头做起，数据集等

故对法律智能的任务，需要

1. 更好的效果
2. 更好的可解释性

法律概念的理解：想象竞合、物的概念…
可以用知识图谱来加强它的推理能力,法律知识图谱是局部的
能用的知识图谱：法条

预训练做得更好：
用更好的预训练语言模型训练（RoBERTa）
融入法学领域专有的法学知识（KnowBERT,ERNIE）

以上均为让效果更好，下面对可解释进行探讨

可解释

提了3个可能的方法
符号表示法
在预测之前先把法律符号（中间结果）做出来，这些符号可以为最终结果提供可解释性 可以做法律符号：

1. 案件所涉及的人物关系（把人物关系产生出来再分遗产，提供可解释性
2. 案件中事件发展的先后关系（把事件发生的序列抽取出来也可以作为判案的依据）
3. 案件中的定案要素（根据行为要素表定罪）
4. …

法官可以根据中间符号来做自己的判断

几个应用

任务：输入事实，输出判决结果（罪名和法条可以看作分类，刑期和罚金可以看作回归，也可以看作分类）
做法律智能比较火的是判决预测

类案匹配
找情节相似的案件，不是简单的文字匹配
是搭建法律搜索引擎的必要环节

法律问答
比一般的QA更难
法律咨询，阅读理解，司法考试

法律智能，是为了更好地建设司法系统