CLSMS：法條驅(qū)動的CBR刑法定罪量刑系統(tǒng).pdf

1、法律領(lǐng)域作為人工智能的傳統(tǒng)應(yīng)用領(lǐng)域已有了多年的研究歷史，也出現(xiàn)了許多成功的應(yīng)用系統(tǒng)。但在我國這方面的研究和應(yīng)用還相對較少。本文描述了一個以基于事例推理(Case-BasedReasoning，CBR)為主的專家系統(tǒng)，用于刑事犯罪審判過程中的定罪與量刑推理，對人工智能在我國刑法領(lǐng)域的應(yīng)用方面進行了一定的探索。作為一個實驗性的原型系統(tǒng)，本文所述的刑法定罪量刑系統(tǒng)(CriminalLawSentenceandMeasureSystem，CLS

2、MS)是以Indiana大學(xué)的CBR框架IUCBRF為工具開發(fā)的，系統(tǒng)用Java實現(xiàn)。 為了避免對刑法及犯罪行為復(fù)雜的知識抽象與表示的困難，本文提出了以法條為基礎(chǔ)的犯罪事例表示和推理算法。為此提出了法條模糊集的概念，即以全部法條的集合作為論域，以法條權(quán)值與法條符合度的乘積作為模糊集的隸屬度。其中法條權(quán)值表示該法條對定罪量刑的相對重要程度，由有經(jīng)驗的法律專家確定。法條符合度表示一個具體的犯罪對該法條的符合程度，可以由司法人員根據(jù)經(jīng)