Logic Programming and Nonmonotonic Reasoning - 13th International Conference, LPNMR 2015, Lexington, KY, USA, September 27-30, 2015. Proceedings
Logic Programming and Nonmonotonic Reasoning - 13th International Conference, LPNMR 2015, Lexington, KY, USA, September 27-30, 2015. Proceedings
复制标题
逻辑编程和非单调推理 - 第 13 届国际会议，LPNMR 2015，美国肯塔基州列克星敦，2015 年 9 月 27-30 日。会议记录
DOI：
10.1007/978-3-319-23264-5_8
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
Athakravi D
中科院分区：
文献类型：
--
作者：
Athakravi D
在法律的推理中，在作出最后判决时往往考虑不同的假设，判决结果严格取决于这些假设。在本文中，我们提出了一种方法来生成一个声明性的模型，从过去的法律的案件的判决，表示一个法律的推理结构的原则规则和例外。使用基于逻辑的推理技术，我们能够从给定的过去案例中识别出不同的潜在违约（法律的假设），并计算出在给定的一组相关因素中涵盖所有可能案例（包括过去案例）的判断。然后，可以使用所提取的判决的声明性模型来对未来的判决进行确定性自动推理，以及生成对法律的判决的解释。
In legal reasoning, different assumptions are often considered when reaching a final verdict and judgement outcomes strictly depend on these assumptions. In this paper, we propose an approach for generating a declarative model of judgements from past legal cases, that expresses a legal reasoning structure in terms of principle rules and exceptions. Using a logic-based reasoning technique, we are able to identify from given past cases different underlying defaults (legal assumptions) and compute judgements that cover all possible cases (including past cases) within a given set of relevant factors. The extracted declarative model of judgements can then be used to make deterministic automated inference on future judgements, as well as generate explanations of legal decisions.