典型文献
法律人工智能概率推理的困境与破解
文献摘要：
概率方法是一种允许在不确定情况下进行证据推理的数学模型,具有计算可靠性和完备性的形式化基础.然而,概率推理在建模过程中存在两大困境,即概率数值从何而来以及如何解决证据聚合难题.贝叶斯概率和富兰克林原则为数值难题提供了破解之道.贝叶斯概率充分融合客观概率和主观概率,为它们提供统一框架,解决概率数值的评估分歧.富兰克林的一般性原则确保适当参考类的理性选择,解决数值难题的客观概率赋值.基于概率理论的贝叶斯公式具备一致性和规范性,借助严格的形式化概率推论可以消解证据聚合难题.通过对两大困境的回应和破解,表明概率方法是计算不确定性推理的可靠工具,为面向法律人工智能的证据推理模型提供了理论支持.
文献关键词：
法律人工智能;概率推理;概率解释;参考类;证据聚合
中图分类号：
作者姓名：
杜文静
作者机构：
华东政法大学文伯书院 上海,201620
文献出处：
引用格式：
[1]杜文静-.法律人工智能概率推理的困境与破解)[J].学术研究,2022(04):29-34
A类：
证据聚合
B类：
法律人工智能,概率推理,困境与破解,概率方法,定情,证据推理,完备性,形式化,从何而来,何解,贝叶斯概率,富兰克林,破解之道,充分融合,一框,估分,一般性,参考类,理性选择,概率赋值,概率理论,贝叶斯公式,推论,推理模型,概率解释
AB值：
0.342806
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
