法律数据挖掘中的人工智能(AI)
人工智能本体论(AIO)是一个人工智能(AI)概念、方法论及其相互关系的系统化体系。通过手动整理和大语言模型(LLMs)的辅助开发,AIO 旨在通过提供一个全面框架,涵盖技术和伦理两个方面的人工智能技术,来应对人工智能领域迅速发展的局面。
Apr, 2024
该研究详细介绍了新颖的领域本体论,聚焦于流行病学、医学、统计学和计算机科学的交叉点。文章提出了一种系统化的方法来匿名处理医院数据,以便在医疗保健领域的人工智能应用中使用,经过七个实用步骤的开发流程,最后演示了该本体论在医院环境中进行人工智能的开发和验证的应用。
Apr, 2023
通过使用大型语言模型(LLM)、专家法律系统(即法律决策路径)和贝叶斯网络的方法,本文概述了一种应用于自主汽车方面的方法的原理证明,该方法旨在通过对 AI 代理控制设备的代理软件中编码现有规则,实现人工智能代理理解法律并与之推理的能力。
Mar, 2024
本文介绍了 Legal Artificial Intelligence 的历史,现状和未来方向,并从法律专业人员和自然语言处理研究人员的角度说明了任务,展示了几个代表性的应用程序,在现有工作的优缺点方面进行了深入的分析,探索了可能的未来方向。
Apr, 2020
AI 对法律职业的重新定义缺乏支持性证据,本文研究了 AI 在三类法律任务中的日益普及的角色:信息处理、涉及创造力、推理或判断的任务,以及对未来的预测。我们发现,根据鉴别正确答案的难易程度和与任务相关的信息的可观察性来评估法律应用的易用性存在很大差异。对法律职业将造成最重大变革的任务也最容易过于乐观地评估 AI 的能力,因为它们难以评估。我们提出了在法律背景下更好地评估和应用 AI 的建议。
Jan, 2024
法律研究是法律实践中至关重要的任务,该研究论文探讨了在法律文本分析中,结合人类专业知识提高大型语言模型(LLMs)性能的潜力,并介绍了一种新的数据集和基于人类输入的复合人工智能系统。
Mar, 2024
对于模拟法律推理和案例论证以支持决策的论文进行了回顾,揭示了传统符号逻辑与 AI 技术,并探讨了在法律自然语言处理方面的最新进展,提出融入专家知识以在符号逻辑和数据驱动方法中保持可拓展性和解释性的可能性,同时识别出挑战和现代自然语言处理模型和方法的潜力。
Jun, 2024
通过将法律知识和推理嵌入 AI 中并利用法律过程生成的数据来解决人类价值的规范问题,从而增加人工智能与人的对齐并提高其在本地上的实用性。
Sep, 2022
本文旨在提供一个对混合智能的本体论应用和混合智能系统中本体论应用的批判性讨论,以减少人工智能和人类智能之间的差距,提高系统的质量和准确性,增强互操作性和透明度,并探索下一代混合智能环境的建立。
Mar, 2023