因果发现算法能否帮助生成法律论证？
人工智能
2026-05-05 v1 计算工程、金融与科学
机器学习
机器学习
摘要
2011年，Judea Pearl获得了计算机界的诺贝尔奖——图灵奖，因其在人工智能领域的根本性贡献，尤其是发展了一种用于概率推理和因果推理的计算方法。该方法包括对因果发现算法的开创性发展。这些计算机算法能够分析大规模多变量数据集，并自动发现变量之间的因果关系。它们已在医学、经济学等诸多关键领域广泛应用，以支持决策。然而,据我们所知，这些算法尚未被用于法律领域。本文试图通过研究因果发现算法能否用于自动生成法律论证来弥补这一差距。为此,本文准备了一个新型法律数据集,通过识别17个法律概念(如身体攻击、财产纠纷)进行构建。对150起谋杀案进行标注,例如,只有在案件中报告了身体攻击时,才会将其标注为身体攻击。随后,应用所选取的广泛使用的因果发现算法,对标注后的数据集进行分析,以发现法律概念之间的因果关系。此外,还对所发现关系的信念程度进行数学概率量化。结果表明,某些因果关系有助于生成可行的法律论证,例如,如果能证明在谋杀案中未发生身体攻击,则以概率1的条件下,应足以证明该谋杀并非因财产纠纷而发生。因此,本文表明因果发现算法在生成法律论证方面具有帮助作用,为未来的有前景的研究开辟了道路。
引用
@article{arxiv.2605.02318,
title = {Can Causal Discovery Algorithms Help in Generating Legal Arguments?},
author = {Soham Wasmatkar and Subinay Adhikary and Rakshit Rohan and Shouvik Kumar Guha and Saptarshi Pyne and Kripabandhu Ghosh},
journal= {arXiv preprint arXiv:2605.02318},
year = {2026}
}