「中國法研杯」司法人工智能挑戰(zhàn)賽，打造專屬的AI律師

本文作者：奕欣

2018-05-08 11:45

導(dǎo)語：打造專屬的 AI 律師，你準備好了嗎？

在數(shù)字信息化的今天，人工智能的發(fā)展日益成熟，而隨著司法大數(shù)據(jù)的采集和積累，AI（Artificial Intelligence）技術(shù)有望在短時間內(nèi)處理大量文書、快速給出新案件的罪名、刑期及適用法條的推薦等任務(wù)中大顯身手。AI 技術(shù)不僅能提高法院等機構(gòu)的辦事效率，還能讓公民根據(jù)案情快速了解可能面臨的處罰，真正做到國家司法的公正性和高效能性。

為了實現(xiàn)法院審判體系和審判能力智能化，使得人工智能技術(shù)在「案例分析、法律文件閱讀與分析」等問題中更有力的發(fā)揮其作用，我們將公布世界上最大的裁判文書標準數(shù)據(jù)集，并希望通過組織本次比賽活動，與相關(guān)研究人員一起探索數(shù)據(jù)的可能性，積累具有智能審判能力的算法和模型，做出技術(shù)突破，為該領(lǐng)域的科學(xué)研究添磚加瓦。

或許你是一位胸懷抱負的科研人員，卻因繁縟又不具挑戰(zhàn)性的項目困在實驗室，無法全力施展自己的能力；或許你是一位 AI 領(lǐng)域的大牛，卻暫時沒能找到最適合自己的課題；或許你是一位剛剛?cè)腴T的新手，正苦于不知如何提升自己；也或許你懷抱著一顆愛國之心，想為祖國的法律事業(yè)攜去一縷清風(fēng)。

為此，我們在最高人民法院、中國中文信息學(xué)會、共青團中央青年發(fā)展部的共同指導(dǎo)下組織本次司法人工智能挑戰(zhàn)賽，我們將公布百萬量級的文本文件，誠邀對司法人工智能感興趣的個人或團隊開展相關(guān)研究，取得豐碩成果。

指導(dǎo)單位

最高人民法院信息中心

中國中文信息學(xué)會

共青團中央青年發(fā)展部

主辦單位

中國司法大數(shù)據(jù)研究院

中國中文信息學(xué)會評測工委會

中國電科團委

承辦單位

清華大學(xué) 自然語言處理與社會人文計算實驗室

北京大學(xué) 計算機科學(xué)技術(shù)研究所

中國科學(xué)院軟件研究所中文信息處理研究室

指導(dǎo)委員會

許建峰最高人民法院信息中心主任

王珩中國司法大數(shù)據(jù)研究院總經(jīng)理

孫茂松清華大學(xué)教授

孫樂中國科學(xué)院軟件研究所研究員

評測委員會

劉知遠清華大學(xué)

馮巖松北京大學(xué)

韓先培中國科學(xué)院軟件研究所

胡振中國司法大數(shù)據(jù)研究院

比賽設(shè)置

比賽采取業(yè)界常用的本地訓(xùn)練、在線評測的賽制，具體說明如下：

第一階段：參賽隊伍利用公開的數(shù)據(jù)訓(xùn)練模型，每周允許提交 3 次，平臺將測試模型性能，并根據(jù)測試成績排名；

第二階段：第一階段結(jié)束時，所有參賽者提交最終比賽模型（或以最后提交的模型為準）。同時，主辦方將收集中國裁判文書網(wǎng)在隨后一個月內(nèi)每天新增的裁判文書數(shù)據(jù)作為新的測試集，對各參賽者的模型進行封閉評測，得到最終成績。

競賽詳情

競賽任務(wù)：

本次競賽的任務(wù)共有 3 個，分別是罪名預(yù)測，法律條款推薦，刑期預(yù)測。參賽選手可以選擇其中的一個或者多個任務(wù)進行挑戰(zhàn)。

罪名預(yù)測：提供文書中的案情描述和事實部分，預(yù)測被告人的罪名。
法律條款推薦：提供文書中的案情描述，預(yù)測本案涉及的相關(guān)法條。
刑期預(yù)測：對于刑事案件，根據(jù)案情描述和事實認定，預(yù)測被告人的刑期長短。

數(shù)據(jù)簡介：

本次挑戰(zhàn)賽所使用的數(shù)據(jù)集是來自「中國裁判文書網(wǎng)」公開的刑事法律文書，其中每份數(shù)據(jù)由法律文書中的案情描述和事實部分組成，同時也包括每個案件所涉及的法條、被告人被判的罪名和刑期長短等要素。

數(shù)據(jù)集共包括 268 萬份刑法法律文書，共涉及 183 條罪名，202 條法條，刑期長短包括 0-25 年、無期、死刑。

我們將先后發(fā)布 CAIL2018-Small 和 CAIL2018-Large 兩組數(shù)據(jù)集。CAIL2018-Small 包括 19.6 萬份文書樣例，直接在該網(wǎng)站發(fā)布，包括 15 萬訓(xùn)練集，1.6 萬驗證集和 3 萬測試集。這部分數(shù)據(jù)可以自由下載，供參賽者前期訓(xùn)練和測試。比賽開始 2-3 周后（具體時間請關(guān)注比賽新聞），我們將通過郵寄 U 盤（或網(wǎng)絡(luò)下載）向有資格的參賽隊伍定向發(fā)布 CAIL2018-Large 數(shù)據(jù)集，包括 150 萬份文書樣例。最后，剩余 90 萬份文書將作為第一階段的測試數(shù)據(jù) CAIL2018-Large-test。