ストラスブール裁判所の決定を予測することを学んだ人工知能

ビデオ: ストラスブール裁判所の決定を予測することを学んだ人工知能

ビデオ: AIで死者がよみがえる イスラエル企業が被害者女性の動画制作(2021年11月26日) 2022, 十一月
ストラスブール裁判所の決定を予測することを学んだ人工知能
ストラスブール裁判所の決定を予測することを学んだ人工知能
Anonim
Image
Image

人工知能は、欧州人権裁判所に対して受け取った苦情の見通しに関する欧州人権裁判所の決定を79%の精度で予測することを学びました。この結果は、英国と米国の科学者によって特別に開発されたアルゴリズムのおかげで達成されました。研究者の記事がジャーナルComputerScienceに掲載されました。

ストラスブール裁判所としても知られる欧州人権裁判所は、基本的人権の侵害に関する苦情を審理する国際的な司法機関です。統計によると、昨年、ストラスブール裁判所に提出された苦情は2014年の2倍でした。ほとんどの申請は、誤って作成されたか、すでに決定が下されているか、テキストに罪体が含まれていなかったため、検討のために受け入れられませんでした。その結果、上訴の総数の15パーセントだけが法廷に届きました。

ストラスブール裁判所への申請の流れは年々増加しており、裁判官はそれらの中から注目に値するものだけを選択する必要があります。この問題を解決するために、新しい記事の著者は、ステートメントを自動的に分析できる人工知能を作成しました。これを行うために、研究者は、人権保護に関する条約の3つの条項に基づく事例を使用して訓練されたSVM分類器を使用しました。

  • 拷問および品位を傷つける扱いの禁止に関する第3条。
  • 公正な裁判を受ける権利に関する第6条。
  • プライバシーの尊重に関する第8条。

SVM、またはサポートベクターマシンを使用すると、事件(この場合は訴訟)の詳細を多次元空間のデータとして提示することにより、事件(この場合は訴訟)を分類できます。この場合、分類器をトレーニングするタスクは、最小のエラーでこれらのケースを分離するような多次元平面を見つけることになります。分類子は、最終的に、指定されたオブジェクトが最初にわかっている(ここでは「違反」または「違反なし」)少なくとも2つのクラスのどちらに属するかを決定します。

Image
Image

いくつかの分類分割線(超平面);最適解は1つだけで到達します-両方のデータグループから等距離にあります

各訴訟の本文は、原告と苦情に関する一般情報、法的事実、および本案で訴訟を検討することを許可する法律のいくつかのカテゴリーに分けられました。 「法的事実」のカテゴリーは、権利の侵害につながった出来事と行動の説明と、これらの行動に適用される人権保護条約外の法的規範の2つのサブセクションで構成されていました。これらのカテゴリーから単語(N-gram)が抽出され、これらの単語が組み合わされたトピックのリスト(たとえば、証拠や拘禁の条件)もそれぞれの場合について編集されました。トレーニングの過程で、アルゴリズムは、違反の存在を示す単語の全文とカテゴリおよびトピックの両方を見つけることを学習しました。システムがこれを行うために、事件には-1または+1のいずれかの値が割り当てられ、裁判所が違反を発見したかどうかをプログラムに示します。合計で、科学者は584のケースを作業に使用しました。そのうちの90%はシステムのトレーニングに使用され、10%はシステムのテストに使用されました。

検証の結果、アルゴリズムは79%の精度を達成することができました。この場合、システムは主題ごとの単語とサブカテゴリ「権利の侵害につながったイベントとアクションの説明」からの単語を同時に分析しました。作品の著者は、将来、そのようなアルゴリズムが裁判所が重要度によって事件を選択および分類するのを助けることを学ぶと確信していますが、今でも完璧にはほど遠いです。以前は、システムは、大量のデータと、裁判所によってまだ検討されていない上訴について、多くのチェックを行う必要がありました。

研究者は以前、SVMマシンを使用して、酔っ払ったユーザーからのTwitter投稿を検索し、テキストからユーザーが現在どこにいるかを正確に判断していました。特に、システムは、ユーザーが自宅で飲んでいるか、他の場所で飲んでいるかを70%の精度で判別できました。将来的には、科学者たちは、ユーザーの年齢、性別、民族性、その他の特徴を判断するためにツイートするプログラムを教えることを計画していました。

クリスティーナ・ウラソビッチ

トピックによって人気があります

人気の投稿