一种刑事量刑规则自动化评估、纠错与补全的方法和系统与流程

1.本发明属于刑事量刑科研和司法应用领域，具体涉及量刑情节分析和量刑规则自动化评估、纠错与补全的方法和系统，用于量刑规范化文件解读、法规起草完善、规则量刑、量刑成效分析等。


背景技术：

2.传统的量刑规范研究非常耗时耗力，在刑事案件量刑规范化改革的推动下，目前全国各省均发布了相应的《〈关于常见犯罪的量刑指导意见〉实施细则》，各省的实施细则相互参考借鉴，同时也存在地域性的详细规定，各省的实施细则定义不一，且由于限定词等文字表达的不准确性和宽泛性，在司法理解上存在各式各样的解读逻辑，很容易造成误解，如何有效快速有效、正确的对规则进行解读并应用，是各地方法官、当事人、法律从业者迫切的需求。同时由于法规起草过程中也容易造成遗漏或评价标准不一，在全国司法在促进司法公平、公正的社会环境下，也需要对量刑约定存在与其它整体地区存在明显差别的进行特别提醒。


技术实现要素：

3.本发明针对上述问题，介绍了一种系统的刑事量刑规则处理方法，能够发挥数据抽取、数据融合的技术优势，利用全国各地的规则文件，相互之间查漏补缺、纠错。
4.本方法强调自动化行为，对量刑规范化指导意见的非结构化内容转化为可为量刑引擎识别的结构化知识体系和知识库。辅助法律专家的解读，引导发现各地规则文件的异同，对逻辑不严谨的约定进行补充，完善量刑的规则内容。
5.本发明通过如下技术方案来解决问题：
6.第一方面，本发明提供一种刑事量刑规则自动化评估、纠错与补全的方法，包括以下步骤：
7.利用结构化引擎，从相关法律法规中提取与刑事量刑相关的信息；
8.根据提取的与刑事量刑相关的信息，对量刑规则所需的知识内容进行系统化处理；
9.对全国各地区的各案由的量刑体系图谱进行知识对齐、融合；
10.对全国各省的量刑规范化指导意见的规则统一形成知识库，并对其知识进行单规则评估和集成规则评估，实现刑事量刑规则自动化评估、纠错与补全。
11.进一步地，所述利用结构化引擎，从相关法律法规中提取各与刑事量刑相关的信息，是通过结构化抽取服务完成刑法、《审理xx案件具体应用法律若干问题的解释》、量刑规范化指导意见的知识内容的抽取，转入量刑知识管理系统。具体抽取的内容包括：
12.对刑法进行结构化解析，提取刑法中对案由审判中需要考虑的法律情形的规定；
13.对刑法的结构化内容，以xml结构为内容主体，分别记载涉及的法律条文、大前提条件、影响的案由、小前提、受罚主体、所处的主刑、附加刑及相应的刑罚区间；
14.从发布的指导各案由审判的一系列的司法解释，例如《审理xx案件具体应用法律若干问题的解释》抽取结构化情节细化内容，包括“数额较大”、“数额巨大”、“数额特别巨大”、“情节严重”、“情节特别严重”、“其它严重情节”等的详细约定；
15.从各省量刑规范化文件中获取量刑起点、情节描述、量刑区间、调节情节、调节步长、调节比例等。
16.进一步地，所述根据提取的与刑事量刑相关的信息，对量刑规则所需的知识内容进行系统化处理，包括：
17.对全国和地方通用量刑情节的规则进行提取；
18.对每个罪名的量刑起点与事实构成情节关联；
19.对可以进行基准刑调节的调节条款与情节进行关联；
20.对可以按比例增加和减少量刑刑期的情节进行关联，并对调节的比例和调节的方向进行量化；
21.对存在量刑情节的范围约束的约定进行分解，并与范围约束范围内的情节进行关联。
22.进一步地，所述对全国各地区的各案由的量刑体系图谱进行知识对齐、融合，包括：
23.对罪名进行标准化处理；
24.将由多个子情节名称构成的复合情节名称进行分拆处理，表示为每个单元情节的按逻辑结构组合；
25.保持内涵外延及句干的情况下，对情节的名称进行标准化和简化；
26.对具有前缀和后缀约束的情节，分拆前缀、后缀、词干，用于对齐相似相等算法进行情节名称对齐，找出相等、相似、包含、被包含、交叠、互补等对应关系；
27.对情节进行度量归一化；
28.对调整的刑期标准进行统一化；
29.对按比例调节的情节因子进行换算，作为对齐相似相等算法的计算项；
30.对同等级量刑起点的部分，进行统一排序，用于起点对齐。
31.进一步地，所述对全国各省的量刑规范化指导意见的规则统一形成知识库，并对其知识进行单规则评估和集成规则评估，包括：
32.按照各省量刑规范化指导意见树，将分解成标准化的结构，拼接成规则树；
33.采用单规则检查引擎，对树中节点的条件进行对比检查，对错误的节点、遗漏的节点进行标记和候选推荐；
34.采用集成规则检查引擎，对类同节点进行集成规则检查，对错误的节点、遗漏的节点、离群节点进行标记和候选推荐；
35.对错误的节点、遗漏的节点进行知识的校对。
36.进一步地，将上述方法和功能共同构建一套量刑知识管理系统，对《刑法》、《司法解释》、《指导意见》全面进行知识加工、管理。
37.第二方面，本发明提供一种刑事量刑规则自动化评估、纠错与补全的系统，其包括：
38.结构化抽取模块，用于利用结构化引擎，从相关法律法规中提取与刑事量刑相关
的信息；
39.知识处理模块，用于根据提取的与刑事量刑相关的信息，对量刑规则所需的知识内容进行系统化处理；
40.对齐融合模块，用于对全国各地区的各案由的量刑体系图谱进行知识对齐、融合；
41.规则评估模块，用于对全国各省的量刑规范化指导意见的规则统一形成知识库，并对其知识进行单规则评估和集成规则评估，实现刑事量刑规则自动化评估、纠错与补全。
42.本发明的有益效果和贡献在于：通过对《刑法》、《司法解释》、《指导意见》等量刑相关法律法规、司法解释的信息抽取，对抽取的量刑情节及其规则结构化和融合处理，并采用单规则模式和集成规则模式，对《指导意见》的逻辑条件和量刑尺度进行查漏补缺、离群检测，完成量刑规则的自动化评估、纠错与补全，实现各地方《指导意见》的知识管理与缺陷提醒。
附图说明
43.图1是量刑知识管理流程图。
44.图2是刑法结构化抽取示例图。
45.图3是司法解释结构化抽取示例图。
46.图4是量刑规范化文件结构化示例图。
47.图5是量刑规则处理流程图。
48.图6是量刑规则情节图谱处理及量刑规则评估、纠错、补全流程图。
49.图7是量刑规则决策树一览表。
50.图8是量刑情节单项影响一览表。
51.图9是量刑情节各地区单情节联合对比(一般文物)。
52.图10是量刑情节各地区单情节联合对比(三级文物(件))。
53.图11是复合情节逻辑情节树示例图。
具体实施方式
54.为了使本发明的目的、技术方案及优点更加清楚明白，下面将结合说明书附图对本发明技术方案和具体实施做进一步详细说明。
55.图1是本发明的量刑知识管理流程图。其中结构化引擎包括结构化抽取服务，用于从相关法律法规中提取各与刑事量刑相关的信息，对应本发明的第1步。
56.图1的量刑知识管理系统中包括：
57.知识体系存储引擎，用于对量刑情节需要处理的所有相关数据和关联关系进行存储，其中涉及知识内容本身的采用常规关系型数据库存储，涉及向量化表示和节点关系，需要进行图训练的采用图数据库存储；
58.关联、融合算法引擎，用于对外部输入采集到的量刑情节、约束项、调整项等分别进行融合对齐；
59.知识编辑、加工，是指人工可视化参与加工的编辑界面，用于对知识管理系统的知识加工过程中的确认、添加、编辑、调整、删除、归类，控制生产知识的质量；
60.检查规则，是指对量刑规则中涉及的各要素进行准确、规范检查而定义的检查规
则，包括单规则检查、多规则检查。
61.规则评估、纠错，即通过以上各模块的功能实现刑事量刑规则自动化评估、纠错与补全。
62.本发明的一种刑事量刑规则自动化评估、纠错与补全的方法，具体包括以下步骤：
63.第一步，利用结构化引擎，从相关法律法规中提取各与刑事量刑相关的信息。如图1所示，结构化抽取服务完成《刑法》、《审理xx案件具体应用法律若干问题的解释》、《量刑规范化指导意见》的知识内容的抽取，转入量刑知识管理系统。具体抽取的内容包括：
64.对刑法进行结构化解析，提取刑法中对案由审判中需要考虑的法律情形的规定。
65.如图2所示，对刑法的结构化内容，以xml结构为内容主体，分别记载涉及的法律条文、大前提条件、影响的案由、小前提、受罚主体、所处的主刑、附加刑及相应的刑罚区间。对存在多级前提的和联合前提的，分拆到最小约束单位。
66.对刑法中法条存在引用条款的，对引用条款的所约定的条件、刑法区间、受罚主体等进行引用关联。
67.对刑法中罪名存在转化处理的，增加大前提转化案由，然后构建引用关系，引用到转化后的法条，并将转化后的法条的规则进行引用解析，包括大前提条件、影响的案由、小前提、受罚主体、所处的主刑、附加刑及相应的刑罚区间，例如“携带凶器抢夺的，依照本法第二百六十三条的规定定罪处罚。”，则直接指定大前提增加转换条件为“抢夺罪、携带凶器”，然后量刑的规则，沿用第二百六十三条的结构。
68.如图3所示从发布的指导各案由审判的一系列《审理xx案件具体应用法律若干问题的解释》抽取结构化情节细化内容，包括“数额较大”、“数额巨大”、“数额特别巨大”、“情节严重”、“情节特别严重”、“其它严重情节”等的详细约定。
69.如图4所示，从各省量刑规范化文件中获取量刑起点、情节描述、量刑区间、调节情节、调节步长、调节比例等。对量刑规范化文件中的概称，如“数额较大”、“数额巨大”，天津市高级人民法院关于扩大量刑规范化罪名和刑种的量刑指导意见(试行)中“个人进行集资诈骗，犯罪数额达到
‘
数额较大’起点十万元的，在三个月拘役至一年有期徒刑幅度内确定量刑起点。”这类具有明确说明的，则采用文件中具体指的范围，否则以司法解释中对应案由约定的范围的起点作为对应的情节数量起点。
70.第二步、如图1、图5所示，在量刑知识管理系统中对量刑规则所需的知识内容进行系统化处理。
71.全国和地方通用量刑情节的规则提取，包括自首、立功、未成年、精神病、主从犯、立功、未遂、预备等47项和更多的情节内容，以及关联对应情节构成后可进行的调节量化幅度范围。
72.对个罪情节的约束进行分类量化，第1类为是否型情节，例如集资诈骗罪包括“被害人主要为残疾人”、“老年人或者丧失劳动能力人”、“造成被害人自杀、精神失常或者其他严重后果”、“假冒国家机关或公益性组织实施集资诈骗”、“诈骗集团的首要分子”、“为实施违法活动而进行集资诈骗或者将赃款用于非法活动”等；第2类为数额型，包括“集资诈骗数量(元)”、“集资诈骗数量(人)”等，在数额型情节中，对其情节内容以单位作为后缀，来区分近似但计量不同或计量维度不同的概念。
73.对每个罪名的量刑起点与事实构成情节关联。
74.对影响规范化指导意见中基准刑调节的调节条款内容与情节进行关联，并对调节条款内容中描述中的“参照基准情节”内容，参照基准情节的基本数量和变化数量及最后可影响基准刑期的数量，对影响刑期的数量单位进行标准化，按照全国刑期调节的最小单位(半个月)为基本单位，满足量刑引擎的计算精度。例如“对强奸多人的，每增加一人，再增加1年至2年”，参照基准情节为“强奸妇女或幼女(人)”，基本数量为“1(人)”，单位为“人”，调节项下限为“有期徒刑(月)，12”，调节项上限“有期徒刑(月)，24”。
75.对可以按比例增加和减少量刑刑期的情节进行关联，并对调节的比例和调节的方向进行量化。
76.对存在量刑情节的范围约束的约定进行分解，并与范围约束范围内的情节进行关联。
77.第三步，对全国各地区的各案由的量刑体系图谱进行知识对齐、融合，如图6所示。
78.对罪名进行标准化处理，例如“窝藏、转移、隐瞒毒品、毒赃罪”，可以分解的罪名有“窝藏毒品罪”、“窝藏毒赃罪”、“窝藏、转移毒品罪”、“窝藏、转移毒赃罪”、“窝藏、转移毒品、毒赃罪”、“隐瞒毒品罪”等。
79.将由多个子情节名称构成的复合情节名称进行分拆处理，表示为每个单元情节的按逻辑结构组合。例如“集资诈骗犯罪数额达到“数额巨大”的百分之八十且具有其他严重情节之一”可以表示为“"(个人集资诈骗犯罪数额(元)》＝240000and个人集资诈骗犯罪数额(元)《300000)or(单位集资诈骗犯罪数额(元)》＝1200000and单位集资诈骗犯罪数额(元)《1500000)and(被害人主要为残疾人、老年人或者丧失劳动能力人＝1or造成被害人自杀、精神失常或者其他严重后果＝1or假冒国家机关或公益性组织实施集资诈骗＝1or诈骗集团的首要分子＝1or为实施违法活动而进行集资诈骗或者将赃款用于非法活动＝1)”。表达复合情节的模式也可以如图11用逻辑树进行表示。
80.在保持内涵外延及句干的情况下，对情节的名称进行标准化和简化。
81.对具有前缀和后缀约束的情节，分拆前缀、后缀、词干，用于对齐相似相等算法进行情节名称对齐。找出相等、相似、包含、被包含、交叠、互补等对应关系。
82.对情节进行度量归一化，例如毒品，统一计量标准为毫克。
83.对调整的刑期进行标准统一化，例如2至3年，1个月等都标准化为天。
84.对按比例调节的情节因子进行换算，用于对齐相似相等算法，例如每“案件涉及不同等级的文物的，按照高级别文物的量刑幅度量刑；有多件同级文物的，五件同级文物视为一件高一级文物，但是价值明显不相当的除外”。
85.对同等级量刑起点的部分，进行统一排序，用于起点对齐。
86.第四步，对全国各省的量刑规范化指导意见的规则统一形成知识库，并对其知识进行单规则评估和集成规则评估。
87.按照各省量刑规范化指导意见树，如图6、图7，将分解成标准化的结构，拼接成规则。其中“标准化的结构”是指统一的情节名称、度量单位、上下限范围、前提的表述，可以理解为标准化的规则结构，这样检测规则就不需按照每个省的量刑意见的风格分别定制，而可以全部适用一套风格一致的检查语法规则，并同时也可以进行各省之间联合校验。
88.采用单规则检查引擎，对树中节点的条件进行对比检查，对错误的节点、遗漏的节点进行标记和候选推荐。
89.采用集成规则检查引擎，对类同节点进行集成规则检查，对错误的节点、遗漏的节点、离群节点进行标记和候选推荐。
90.如图7所示，对条件的合理性进行评估，在每一个量刑区间范围内，大数据展示或多数都同时存在“个人”、“单位”的分别约定，表示“个人、单位”属于同维异值共现，按照对应规则扫描所有量刑区间节点，如存在某一节点只出现“个人”或“单位”但在区域算法范围无法找到另一个概念值的情况下，则可以判定存在规则遗漏，而该遗漏会进行特别标记，用于辅助人工核查、确认、补正。
91.单规则算法可以设置为一系列依据统计学或数学、规则逻辑的相关检测算法，如图8所示，各类毒品中的数量判定条件，以鸦片(克)为例，存在(0,20,140,200,1000]的分裂值，且除了[20,140)的区间外，其它区间均存在对应条件下的量刑处理结果，但[20,140]存在遗漏，会造成该数量范围内犯罪而无法使用具体法律情节，该遗漏也会通过单数规则检测算法体系的规则被检测出并标记。
[0092]
集成规则检查对融合后的每个子树、子群，进行联合类比检测，如图9所示，天津地区对一般文物(件)的处理方式，与其它各省存在不一致的情况，包括对一般文物(件)进行三类情况分类调节量刑，但无论哪种情况，其调节的幅度都低于其它省或地区，且无重叠部分。如图10所示，天津地区对三级文物(件)采用2类情况分类调节量刑，其中第1类调节幅度明显高于其它省或地区，但第2类调节幅度又低于其它省或地域，无法用偏重或偏轻的单调性进行解释，该结果通用也会被检测出并标记。
[0093]
对错误的节点、遗漏的节点，通过图1中“知识编辑、加工”完成知识的校对。
[0094]
上述第一步属于基本信息采集阶段，利用结构化抽取服务将刑法、量刑规范化文件和司法解释的知识抽取进入量刑知识管理系统。在第一步的结果中，先后执行第二步、第三步，将不一致的名称、度量、约束、调节项等进行标准化处理。在第二步、第三步的处理输出中，也可以采用人工参与，利用“知识编辑、加工”模块对自动化处理的环节进行修正和调整。完成第二步、第三步的处理后，利用第四步和人工参与的“知识编辑、加工”不断迭代完成量刑规则知识的确认、评估、纠错、改进等。
[0095]
本发明中，《审理xx案件具体应用法律若干问题的解释》是最高人民法院、最高人民法院检察院等相关单位为了明确具体某一具体案由的审判而发布的相关司法解释，其名称有《审理xx案件具体应用法律若干问题的解释》、《办理xx刑事案件具体应用法律若干问题的解释》等。
[0096]
本发明中，区域算法为同级概念约束下，在指定的容错path距离下所获得的最大候选节点区域，合并白名单特别path算法及排除黑名单特别path算法等区域设定算法的结果的一种算法。
[0097]
本发明中，子群、联合类比等建立方法，可以采用多种基于统计学、认知心理学的科学分析方法。
[0098]
基于同一发明构思，本发明的另一实施例提供一种刑事量刑规则自动化评估、纠错与补全的系统，其包括：
[0099]
结构化抽取模块，用于利用结构化引擎，从相关法律法规中提取与刑事量刑相关的信息；
[0100]
知识处理模块，用于根据提取的与刑事量刑相关的信息，对量刑规则所需的知识
内容进行系统化处理；
[0101]
对齐融合模块，用于对全国各地区的各案由的量刑体系图谱进行知识对齐、融合；
[0102]
规则评估模块，用于对全国各省的量刑规范化指导意见的规则统一形成知识库，并对其知识进行单规则评估和集成规则评估，实现刑事量刑规则自动化评估、纠错与补全。
[0103]
其中各模块的具体实施过程参见前文对本发明方法的描述。
[0104]
基于同一发明构思，本发明的另一实施例提供一种电子装置(计算机、服务器、智能手机等)，其包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行本发明方法中各步骤的指令。
[0105]
基于同一发明构思，本发明的另一实施例提供一种计算机可读存储介质(如rom/ram、磁盘、光盘)，所述计算机可读存储介质存储计算机程序，所述计算机程序被计算机执行时，实现本发明方法的各个步骤。
[0106]
本发明未详细阐述的部分属于本领域技术人员的公知技术。
[0107]
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。