朱福勇，龙依雯，王 凯

(1.西南政法大学 人工智能法学院，重庆 401120；2.中经柏诚科技(北京)有限责任公司，北京 100096)

早在1970年，布坎南(Buchanan)与亨德里克(Hendrick)发表《关于人工智能和法律推理若干问题的考察》一文[1]，拉开了司法裁判领域人工智能研究的序幕[2]。作为人工智能的核心内容，推理是从一个或几个已知的判断(前提)推出新判断(结论)的过程[3]，在人工智能步入以深度学习为主导的阶段，推理技术亦与此保持同步发展，将规则演绎系统、专家系统、机器学习、贝叶斯网络、知识图谱乃至事理图谱等先进的推理技术[4]应用但不限于制定法的规则之中，将在一定程度上提升诉讼风险知识库和诉讼风险预测的准确度。实践中，我国人工智能推理规则在诉讼风险预测的应用上处于初级层面，其面临诉讼风险规则知识库匮乏和诉讼分析方法技术不高两大挑战，而理论界对此关注不多。随着最高人民法院2019年《工作报告》“全面建设智慧法院，发挥司法大数据管理和服务平台作用，为群众诉讼提供服务，为科学决策提供参考”的提出[5]，人工智能推理在诉讼风险分析中的研究显得极为必要和迫切。为此，本文通过对500件案例类型化后的随机调取，并收集起诉状、证据、案情和裁判文书，在解析多方证据关联分析模型的基础上，依据法律法规中的风险点，设计开发诉讼时效性规则知识库、当事人行为规范性规则知识库及证据有效性规则知识库，结合多方证据关联模型，融合法律法规知识库和诉讼风险规则知识库，运用决策树算法、关系网络推理方法列举分析可能存在的诉讼风险点，以期精准识别诉讼风险，为民众提供全面的诉讼决策指引有所裨益。……