法律论证适用的人工智能模型

(17)这里的n表示一个将可废止推论规则转化为逻辑语言的命名转换函数。此外,Con(A)表示论证A的结论,而Prem(A)表示论证A的前提。

(18)T. F. Gordon, H. Prakken and D. N. Walton, The Cameades model of argument and burden of proof. Artificial Intelligence, 171: 875—896, 2007.

(19)H. Prakken and G. Sartor, Logical Models of Legal Argumentation, Kluwer Academic Publishers, 1997.

(20)B. Verheij, Rules, reasons, arguments: formal studies of argumentation and defeat, Doctoral dissertation, University of Maastricht, 1996.

(21)T. Bench-Capon, Persuasion in practical argument using value-based argumentation frameworks, Journal of Logic and Computation, 13: 429—448, 2003,

(22)P. M. Dung, R. A. Kowalski, and F. Toni. Assumption-based argumentation. Argumentation in Artificial Intelligence, Springer, 25—44, 2009.

(23)F. J. Bex, Arguments, Stories and Criminal Evidence: A Formal Hybrid Theory. Springer, Dordrecht, 2011.

(24)从形式论证理论上看,论证或命题的证成状态或证成度反映的是人们从认知层面对该论证或命题的可接受性的评估,这种论证的可接受性也常常被简单表达为论证的性质。例如,如果一个论证有最优证成状态或高证成度,那么人们对该论证的可接受性强度就高,论证的可信度就高。为简便起见,这里采用普拉肯的二值语义,将论证的状态表达为“被证成”和“被否决”两种状态。

(25)J. L. Pollock, Defeasible Reasoning, Cognitive Science, 11: 481—518, 1987.

(26)H. Prakken, An abstract framework for argumentation with structured arguments. Argument and Computation 1: 93, 2010.普拉肯在近期的讲课稿中增加了一点,他认为抽象论证语义还可以应用于重构非单调推理。

(27)P. M. Dung,>(28)先后有学者给出了不同的标记语义,这些标记语义的不同之处在于初始论证的标记赋值。例如,波洛克、普拉肯与弗里斯维克(G. Vreeswijk)的方法都是二值的,卡米纳达(M. Caminada)的方法是三值的,而雅克博维茨(H. Jakobovits)与韦梅尔(D. Vermeir)的方法是四值的。由于初始赋值不同,其刻画能力及范围也不同。

(29)H. Jakobovits and D. Vermeir, Robust semantics for argumentation frameworks, Journal of Logic and Computation, 9: 215—261, 1999.

(30)J. L. Pollock, Cognitive Carpentry: A Blueprint for How to Build a Person, MIT Press, Cambridge, MA, 121—123, 1995.

(31)M. Gaminada and D. Gabbay, A Logical Account of Formal Argumentation, Studia Logica, 4, 2009.

(32)这里的JS(A)表示A的完全标记集合。

(33)冤假错案中,支持最后判定的论证都不是完全证成的论证,往往是弱完全与可防御的论证。在描述复杂案件的庞大论证网络中,如果某些弱完全或可防御的论证被伪装成完全证成的论证,必然是无法排除合理怀疑的,也就必然导致冤假错案的发生。判定论证证成状态的能行方法可以从形式分析的角度为避免冤假错案的发生提供一些帮助。

(34)J. L. Pollock. Defeasible reasoning with varible degrees of justification, Artificial Intelligence, 133: 233—282, 2002.

(35)波洛克给出了一个简单的反贝叶斯模型的例子:考虑一个结论被多个独立证据支持,如果使用贝叶斯方法计算该结论的概率,将导致得到的结果小于单个证据支持结论的概率。

(36)Bin Wei and H. Prakken, An analysis of critical-link semantics with variable degrees of justification. Proceedings of ECAI-12 Workshop>(37)Qing Yin Liang and Bin Wei, An argumentation model of evidential reasoning with variable degrees of justification. Legal Knowledge and Information Systems. JURIX 2012: the 25th Annual Conference. Amsterdam etc, lOS Press, 71—80, 2012.

(38)前文列举的最新框架及语义模型都已有对应的可视化软件。例如,亨特等在其演绎论证模型基础上开发的基于命题逻辑的应用论证系统JArgue;戈登等在其Carneades框架上开发的一种开源的Carneades论证系统;马克斯奈斯(M. Snaith)在ASPIC+框架上开发的ASPIC+证明机。而有关潘明栋(Dung)的论证语义,已经存在诸多应用软件,比较典型的有:邓迪大学论证研究小组开发的Dung图计算工具;卡米纳达等开发的基于标记语义的论证应用系统等。