戴非凡， 司卫云， 倪进平

(上海理工大学 光电信息与计算机工程学院, 上海 200093)

0 引 言

人工智能技术在司法领域的应用最早出现于上世纪70年代，美国法律界提出“电脑辅助法律研究”(Computer-assisted legal research)的构想，并依托硅谷等在数据挖掘、机器学习等人工智能方面的突出优势和大胆创新，首次设计并研发了“法律机器人”(Lex Machine)[1]。近年来，随着人工智能技术在国内的高速发展，中国法律科技市场也逐渐向人工智能与法律的结合上发展[2]。

中国传统司法界存在文献繁琐，法规众多，案件信息复杂，法官负担重，判案效率低等问题。其次，中国刑法采用相对确定的法制定刑，法官可在量刑幅度范围内行使自由裁量权[3]，从而难以避免同案裁量的差异性。因此，如何高效、准确、科学地设计一个公平公正的辅助量刑系统至关重要。运用恰当的机器学习算法进而构建专家模型是司法领域亟需解决的问题[4-5]。

然而，由于法律数据具有数量大、复杂化、多元化、速率快和不稳定等特点，导致基于机器学习算法的专家智能审判系统的建立尚处于起步阶段。并且在国内，就机器学习与司法大数据的跨学科研究多数仍处于仿真或理论分析阶段，缺乏较系统和成熟的技术支持。

因此，本文搭建了专家智能审判系统，初步实现了将多种机器学习算法用于司法判案，利用FCM、PCA、DNN和岭回归等多种算法，设计了一套完整的高精度刑期预测模型，以减轻法官工作负担，同时减少量刑过程中的主客观偏差和不公正现象。……