要件事实

摘要： 侦查语境的特殊性体现在侦查性发现相较“法律发现”的非对抗性,以及侦查性叙事整体性区别于法庭证明的构件拆分过程。对其特殊性的评估,有助于缓解“审判中心”下,集中于案卷笔录上的紧张关系。故事模型跳出了“原子论”的认识过程,代之以“整体论”的思维模式。其描述了侦查性发现中对多种线索信息以及更自由信息形式的拓展,明确了对经验事实的内心重建,理性思维是决定性因素。侦查故事需要统摄在案证据、解释推论链条。其问题是故事构建的“整体性”要求与“分离性”障碍,及推论链条梳理的证据问题。“关于故事构造的知识”是侦查叙事的核心内容。在辅助侦查性叙事的形成过程以及为故事模型提供规范性引导的过程中,准确性构成了评判事实认定理论的重要标准,而对错误风险防控的把握体现在应对“刑事错案种类泛化”理念修正中。

摘要： 将个人信息侵权行为定位为一般侵权行为,其损害赔偿主观要件采过错归责原则,是《民法典》中个人信息侵权损害赔偿的既有逻辑。然而证据偏在和过错要件事实识别的困境阻碍了受害人获得诉讼上的有效救济,降低证明标准的缓和方案难有作为。《个人信息保护法》采过错推定的主观归责原则,但证明责任倒置方式救济乏力,亦难以从根本上扭转受害人的弱势地位。重塑个人信息侵权损害赔偿请求权构成要件,确立无过错归责原则并未突破现有的立法框架,且有利于个人信息权的有效保护,能够更好地维持当事人之间的利益平衡,并符合成本收益原则和社会公益原则。在此基础上,应将个人信息侵权行为定位为特殊侵权行为。个人信息侵权案件的证明及庭审程序的推进围绕侵权行为、损害后果和因果关系三个法律构成要件展开。

摘要： 穿透式审判思维对民商事案件的具体审判具有积极意义。由于缺乏统一的认知和穿透标准,不同法院、不同法官对穿透式审判存在不同理解和运用上的差异,进而导致穿透式审判难以充分发挥其应有的司法功能,因此有必要以要件事实理论为基础,体系化构建穿透标准。在穿透范围方面,简单案件可仅就案件事实进行穿透,复杂案件应进行全面穿透;在穿透深度方面,应以查清案件事实和法律关系为限度;在穿透方法方面,构建三阶七步穿透法,从庭前、庭中、庭后三个阶段分七步列出法官需完成的穿透清单,具体描绘法官运用穿透式审判思维的精细化过程。通过界限厘定与规则构建,助力民商事审判。

摘要： 《个人信息保护法》为维护个人信息权益提供了充分的法律保障,其中有关侵权责任的规定更是在规制个人信息侵权行为中起到了关键作用。文章着眼于该类纠纷的诉讼实践,逐项分析了原告的起诉条件并重点讨论了《个人信息保护法》第69条第1款的适用问题。实践中应结合《民法典》的基本规定,了解掌握个人信息侵权责任的构成要件,同时正确适用过错推定这一归责原则。过错推定制度的实质是减轻权利人的证明负担,并没有增加义务人的证明负担。实践中,只要原告证明了被告侵害自己个人信息的行为以及损害结果后,法院即可以适用过错推定规则得出被告存在过错的结论,被告如果认为自身无过错,则应证明相应的具体事实。

摘要： 违约金酌减规则能否在司法实务中正确适用,取决于能否深刻反思违约金酌减权的证明责任分配、提供证据责任以及抗辩,并积极回应当下合同法及其司法解释、指导意见对违约金酌减请求权的要件事实不明确,导致实务中证明责任分配和提供证据责任存在的问题.合同纠纷诉讼中违约金酌减的证明责任,介于实体与程序两个维度之间,首先应当明确违约金的酌减权限缩与赔偿性质并重,进而借助民事诉讼程序的价值向度,循序渐进地诠释守约方违约金的证明责任、违约金过高抗辩的证明、本证与反证的区别以及违约金过分高于实际损失额这一要件事实真伪不明时,应当由违约方承担证明责任.其次,在遵循证明责任分配原则的前提下,当违约方确实难以准确计算实际损失额时,不负证明责任的守约方应当承担事案解明义务.

摘要： 在评价性要件中,我国民事诉讼立法规定的“基本事实”难以识别,日本学界提出的间接事实说、主要事实说、准主要事实说都无法提供明确的识别标准。识别困难的根本原因是基本事实的概念混淆了要件事实与主要事实的关系,使得以往研究忽视要件事实这一相对稳定的识别基准。因此只有确定要件事实区别于主要事实与法律要件的独立性地位,使其起到连接二者的中介作用,并在司法三段论视角下厘清要件事实和主要事实的关系,才能明确评价性要件与事实性要件的本质区别。在此基础上,对不同语境下基本事实指涉的含义进行具体分析,才能在评价性要件中对其有效地识别。

摘要： "网络条款"作为修订后的《反不正当竞争法》的新增类型化条款,其司法实践中陷入适用困境的根源在于忽视了对消费者利益的独立考量.司法过程中,通过填充消费者利益标准并以之为核心对网络条款进行限缩解释既可以精细化认知模型,增强法律适用的确定性,又可以有效防止法律对竞争行为的过度干预,是破解适用困境的根本之道.而从证据法学向度理解网络条款的含义与适用规则,将限缩解释后的消费者利益标准转化为消费者选择自由受损要件,则对进一步优化网络条款司法适用,有效保护合理竞争具有重要意义.

摘要： 要件事实研习教学是以当事人诉讼攻击防御为特征的法学实务教育.该教学具有统合实体法与程序法和多种法律技能的整体性训练、案例分析的多元视角和法律职业素养同质化训练的价值.在组织教学过程中,应从教学内容的编排、授课组织形式以及学生参与方面入手,培养学生诉讼思维、法律伦理观念和法律职业规范意识.

摘要： 主张责任作为规制当事人事实主张的原理和方法,在民事诉讼理论与实践中占据着重要的地位.民事诉讼主张责任是指当事人如果在诉讼中不提出于己有利的要件事实,则需要承担由此导致法官不认定该事实而带来的败诉风险或不利益.主张责任作为当事人事实主张的规制原理和方法,本应占据重要地位,但由于主张责任法理研究的薄弱,司法实践的不当认识,其在诉讼行为指引、利益保障与裁判制约等方面的功能未能得到有效发挥.有鉴于此,应正确认识主张责任在民事诉讼中的价值、功能与理论定位,积极发展和充实主张责任的理论体系.通过对主张责任的立法规范和司法实践的双重考察发现,主张责任在我国并未有体系化的规定,司法实践中也存在诸多混乱现象.从法解释学的视角来看,主张责任在我国现行立法中得以初步确立.然而,立法对主张责任规定的模糊,主张责任自身规则的不健全以及相关配套制度的缺位,制约了主张责任功能的发挥.对此,一方面需要构建主张责任的适用对象、分配、履行、法律效果等自身规则体系,确立事实主张的真实完全陈述义务、具体化义务和适时提出义务规则;另一方面需要完善相关配套制度,包括构建高效的审前准备程序,完善诉答程序、争点整理程序,加强法官事实主张释明机制的建设.

摘要： 司法裁判的过程也是裁判者认定事实的过程.受制于人类认识能力的局限性、证据有限性等客观因素的影响,使得人类认识永远存在未知领域.裁判者对案件事实审理也不可避免出现三种心证状态:已证明、未证明、真伪不明.通过对"真伪不明"刑事裁判文书进行实证研究发现,裁判者并不能正确认识事实"真伪不明"状态.实践中存在将证据"真伪不明"混同事实"真伪不明"、将生活事实"模糊不清"混同要件事实"真伪不明"、"真伪不明"形成条件形骸化、"真伪不明"裁判方法随意化等乱象.亟待对"真伪不明"进行理论澄清,应正确对待证据"真伪不明"、区分生活事实"模糊不清"与要件事实"真伪不明"、实现"真伪不明"形成条件实质化并以证明责任为核心,重构事实"真伪不明"的裁判规范,以期引导裁判者在面临事实"真伪不明"时作出公正的裁决.

摘要： 本发明公开了一种基于图循环神经网络的事件事实性检测方法，属于信息抽取技术和计算机自然语言处理技术领域。本发明通过训练一个图循环神经网络事件事实性检测器，有效利用依存树中的信息，将其中包含丰富信息的边类别标签和方向信息与神经网络进行结合，同时，利用参数共享的性质缓解过拟合的风险。本方法，克服了传统方法没有将依存树中包含丰富信息的边类别标签和方向信息结合进神经网络中的缺陷，提高信息利用率。通过利用参数共享机制，规避了堆叠图网络层数来建模依存树中的多跳路径时因参数线性增长而导致的容易过拟合的风险。

摘要： 本发明涉及一种基于案件事实混合编码面向刑事案件风险互学习评估方法，具体如下：1）构建与常见刑事案件相关的法律知识库；2）对案件事实进行分词，筛选案件事实文本关键词；3）通过引入知识库中相关知识，构建事实文本树，实现事实文本混合编码；4）基于模型互学习技术使用多结构模型训练案件风险分类任务；5）计算模型中不同结构模型对应的损失函数；6）根据模型测试结果，选取平均准确率最高的模型，进行刑事案件风险评估。

摘要： 本发明涉及一种中文事件事实性识别方法和系统，利用事件事实性信息和它们之间的联系，采用机器学习和推理相结合的方法来识别中文事件的事实性。本发明的方法和系统，与现有的方法和系统相比，总体的识别性能有所提升，同时，在处理类别的不均衡问题上有更好的效果，尤其在事件数目较少的类别的事实性识别上有明显的性能提升。

摘要： 本发明提供了用于协调硬件事务存储器事务和软件事务存储器事务对存储单元的访问的方法、系统和程序。在硬件事务存储器中执行的硬件事务发起访问存储单元的请求。响应由在软件事务存储器中执行的一个软件事务进行的操作，将错误返回到硬件事务请求。

摘要： 本发明涉及一种基于案件事实混合编码面向刑事案件风险互学习评估方法，具体如下：1）构建与常见刑事案件相关的法律知识库；2）对案件事实进行分词，筛选案件事实文本关键词；3）通过引入知识库中相关知识，构建事实文本树，实现事实文本混合编码；4）基于模型互学习技术使用多结构模型训练案件风险分类任务；5）计算模型中不同结构模型对应的损失函数；6）根据模型测试结果，选取平均准确率最高的模型，进行刑事案件风险评估。

摘要： 本申请提供一种案件事实与法条匹配的方法及装置。其中，所述方法包括：对案件事实描述文本进行分词，生成第一词组集合；在所述第一词组集合中，筛选出具有预设属性的第二词组集合；建立所述第二词组集合在法规文本数据库中的映射，得到与所述第二词组集合具有映射关系的若干法律条文；通过预训练的Bert‑wwm编码匹配模型，确定所述案件事实描述文本与所述若干法律条文的匹配度。这样，能够结合文本语义进行编码，使得进行案件描述文本匹配时能够在结合上下文语义进行不同颗粒度法规的匹配，从而增加了目标法规的匹配准确度。

摘要： 本发明公开了一种基于案件事实要素分析工作量绩效的方法及装置，涉及数据处理技术领域，结合裁判文书的复杂度去分析工作量绩效，更加合理有效，本发明的主要技术方案为：在获取到裁判文书之后，利用预设事实要素识别模型识别所述裁判文书中包含的事实要素，事实要素来源于要素模板，要素模板用于规范描述案件包含的事实特征信息；从裁判文书中提取包含的案由和适用法律；对事实要素进行打分；分别对案由和适用法律添加权重；利用案由对应权重和适用法律对应权重，通过修正事实要素对应的分值，得到裁判文书对应的评估值，评估值用于评价裁判文书的复杂度，裁判文书的复杂度用于分析工作量绩效。本发明主要应用于评估裁判文书的复杂度。

摘要： 本发明公开了一种基于图循环神经网络的事件事实性检测方法，属于信息抽取技术和计算机自然语言处理技术领域。本发明通过训练一个图循环神经网络事件事实性检测器，有效利用依存树中的信息，将其中包含丰富信息的边类别标签和方向信息与神经网络进行结合，同时，利用参数共享的性质缓解过拟合的风险。本方法，克服了传统方法没有将依存树中包含丰富信息的边类别标签和方向信息结合进神经网络中的缺陷，提高信息利用率。通过利用参数共享机制，规避了堆叠图网络层数来建模依存树中的多跳路径时因参数线性增长而导致的容易过拟合的风险。

摘要： 本发明提供一种事件事实性预测方法、装置、电子设备与存储介质，所述方法包括：确定待分析的句子；将所述句子输入至事实性预测模型，得到事实性预测模型输出的所述句子中各个事件触发词的事实性取值；其中，所述事实性预测模型基于稀疏自注意力机制提取所述句子的语义图，并基于所述句子的语义图和句法图进行事实性预测；所述句法图是对所述句子进行句法分析得到的；所述事实性预测模型是基于样本句子以及所述样本句子中各个样本事件触发词的样本事实性取值训练得到的。本发明提供的方法、装置、电子设备与存储介质，能够极大地提高事件事实性预测的准确性，减轻句法分析工具带来的误差累积问题。

摘要： 本发明涉及一种中文事件事实性识别方法和系统，利用事件事实性信息和它们之间的联系，采用机器学习和推理相结合的方法来识别中文事件的事实性。本发明的方法和系统，与现有的方法和系统相比，总体的识别性能有所提升，同时，在处理类别的不均衡问题上有更好的效果，尤其在事件数目较少的类别的事实性识别上有明显的性能提升。