机构名称：
¥ 1.0
简介在过去几年中，文本挖掘、计算机视觉和自动驾驶等许多领域都从数据驱动方法和新兴深度学习模型中获益。这些方法简化了系统，同时最大限度地减少了人类引入自身偏见的可能性。更重要的是，这些支持技术已经商业化，以满足大量用户的各种需求。然而，法律领域的人工智能比其他文本挖掘/自然语言处理学科更具挑战性和令人困惑，一些研究甚至表达了这样的担忧：法律领域对人工智能的夸大其词会适得其反，机器不应该涉足这个严肃的领域（Mills 2016）。在这种背景下，对法律人工智能的研究至关重要，而这种需求是必要的，也是不可避免的。例如，根据《纽约时报》的报道，“审判法官正遭受‘繁重的工作量’1 正成为一个日益严重的问题，这对不同国家的法律司法生态系统的效率提出了挑战。根据统计报告，典型的活跃联邦地区法院法官每年结案约 250 起案件，因此，应用新颖的人工智能法律技术来促进诉讼程序，以减轻法官不堪重负的工作量具有重要意义（OECD 2013）。在本研究中，我们从案件代理、学习模型、法律人工智能的机遇和挑战等方面探讨了法律人工智能的机遇和挑战。
法律人工智能 - 您是否丢失了......
主要关键词
相关文件推荐
