基于案例推理在刑法定罪量刑系统中的应用研究

摘要

基于案例的推理(Case-Based Reasoning,简称CBR)以完全不同于基于规则的推理(Rule-Based Reasoning,简称RBR)的方式在人工智能(ArtificialIntelligence,简称AI)的众多技术中独树一帜.它尤其适用于难以总结出一般性规律,而又能提供大量历史案例的领域.该篇论文详细阐述了基于案例推理技术的原理,对人工智能领域中知识表达方式这一基础性问题,尝试采用物元知识表示方法,定义了物无可拓与或网.该篇论文从基于案例推理技术的理论出发,针对刑法定罪量刑系统,结合物元的知识表示方法,提出一种更为通用的、有效的设计案例表示形式,即案例的四级层次表示方法和它的组织结构,并结合刑法定罪量刑系统设计的具体特点,给出刑法定罪量刑系统案例的检索与匹配算法,以及基于案例推理技术的刑法定罪量刑系统的设计分析与应用前景.

目录

文摘

英文文摘

声明

第一章绪论

1.1人工智能与专家系统

1.2物元分析理论的介绍

1.2.1物元分析的研究对象和内容

1.2.2人工智能与物元分析

1.3论文的主要内容和组织结构

第二章知识表达方式

2.1知识与知识表示的概念

2.1.1知识

2.1.2知识表示

2.2知识的物元表示

2.2.1物元与知识表示

2.2.2物元的基本关系

2.3物元的知识表示法

2.3.1物元运算

2.3.2知识表达式

2.3.3物元可拓与或网

第三章基于案例推理的技术机制

3.1基于案例的推理技术简介

3.2基于案例的推理与基于规则的推理的比较

3.3基于案例的推理基本原理

3.3.1基本定义

3.3.2基于案例推理的工作流程

3.3.3案例的表示和组织

3.3.4案例的检索

3.3.5案例的修改

3.3.6案例的学习

第四章刑法定罪量刑系统(CLSEM)的设计

4.1刑法定罪量刑系统(CLSEM)的体系结构

4.2刑法定罪量刑系统(CLSEM)的主要功能模块

4.3刑法定罪量刑系统(CLSEM)的关键技术

4.3.1案例的表示和组织方法

4.3.2设计案例的检索与匹配策略

4.3.3刑法定罪量刑系统的犯罪特征属性分析

第五章刑法定罪量刑系统(CLSEM)的评析

5.1关于HYPO系统和GREBE系统说明

5.1.1 HYPO推理机系统介绍

5.1.2 GREBE推理机系统介绍

5.1.3 HYPO系统与GREBE系统综述

5.2刑法定罪量刑系统(CLSEM)的应用意义与技术特色

5.2.1刑法定罪量刑系统(CLSEM)的应用意义

5.2.2刑法定罪量刑系统(CLSEM)的技术特色

5.3刑法定罪量刑系统(CLSEM)存在的问题及有待于进一步研究的方向

5.3.1关于刑法定罪量刑系统(CLSEM)中案例的修改与学习问题的讨论

5.3.2关于知识发现子系统的讨论与设想

结束语

参考文献

致谢