loader

東吳攜手法扶 跨領域開發AI自然語言技術

Foto

首開先河,東吳大學人工智慧應用研究中心、法律扶助基金會全球數據分析領導廠商SAS,首度結合AI技術與法律領域,開發國內第一個「自然語言處理」技術,系統不只簡化法扶分派案件、申請流程,未來也可作為開發「線上法律診斷機制」的基礎,民眾如果有訴訟或扶助需求,即可透過線上預診的方式,知悉後續程序與預期花費時間,使申請人對於案件有合理預期,減低不確定感。

東吳大學表示,由SAS結合東吳AI中心共組的產學合作小組,三個月來將法扶會近21萬份申請人的案由概述進行分析。整合申請人屬性、案件屬性、人口資料、律師辦案活動頻率(開庭次數、律師面談次數與撰寫書狀份數)等大量結構化與非結構化資料,利用自然語言處理中的文字分析引擎,自動聚類、辨識詞彙、偵測同異詞,不斷訓練機器了解前後文與語意,解析出相同申請案由中,隱含的差異性,並打造機器學習模型,訓練機器預測,受不同因子影響的扶助案件,律師可能投注的活動頻率。

舉例來說,法扶會審查雖能了解是「毒品危害防制條例」申請案,但本次專案透過自然語言處理,進一步自非結構的文字敘述中,解析出「持有」、「吸食」、「轉讓/販賣」等不同種類、程度的文字組成要素,透過AI模型顯示含有以上不同字詞的案件,即使都與毒品相關,但在律師辦案活動頻率上卻大有差異。

同樣的情形也發生在「扶養費」案件中,透過自然語言處理,解析出「家暴」、「離婚」及「安置中心老年人」等不同因素、種類的案由,對照律師辦案活動頻率一樣是互有差異。上述的研究結果,驗證了過往的經驗法則,也讓法扶會藉此檢視現行業務登載以及派案流程上的侷限,以作為未來改善的基礎。

東吳大學指出,目前此一AI模型所架構出的影響因子指標,以法扶會目前的案件敘述方式,預測律師辦案活動頻率的準確度已高達80%。若日後案件敘述模式能予以格式化或類型化,預期持續再餵養訓練資料後,可讓準確度進一步提升。

法扶會表示,這套流程也將隨研究成果之精進,逐步檢討並改善現行的派案機制及法扶現有資源的合理分配。

論及系統下一階段的發展,東吳大學指出,SAS團隊將把技術與人工智慧平台移轉給東吳AI中心,協助其與法扶會展開「線上法律診斷機制」的開發合作。未來民眾只要有訴訟或扶助需求,上網填答此一架構在AI預測模型上的線上表單,即可獲得AI預診出的法律結果預測、相應所需時程與司法活動數等資訊,提升全國民眾法律意識與普及法治教育,而東吳AI中心也預計扮演科技輔助角色,將此應用推廣給其他法律服務受理單位。