Using Machine Learning and Pattern-Based Methods for Identifying Elements in Chinese Judgment Documents of Civil Cases

摘要 在建構法學資訊相關的分類模型或是 推薦系統時，提供模型關於語料中與 任務相關的輔助訊息有助於提升模型 的效能及運算結果的可解釋性。在本 研究中，我們選擇以人工智慧應用於 法學資訊中較少見的民事訴訟案件作 為研究對象。我們將「給付扶養費」 相關的判決書依照其結構的功能性， 找出聲請人所提出的主張、相對人所 提出的答辯、法院對案件的見解及法 院所引用的法條這四個部分，並從中 抽取出該案件訴訟兩造的主要爭點。 Abstract Providing structural information about civil cases for judgement prediction systems or recommendation systems can enhance the efficiency of the inference procedures and the justifiability of produced results. In this research, we focus on the civil cases about alimony, which is a relatively uncommon choice in current applications of artificial intelligence in law. We attempt to identify the statements for four types of legal functions in judgement documents, i.e., the pleadings of the applicants, the responses of the opposite parties, the opinions of the courts, and uses of laws to reach the final decisions. In addition, we also try to identify the conflicting issues between the plaintiffs and the defendants in the judgement documents. 關鍵字：民事案件、給付扶養費、文章結構分 類 Keywords: civil cases, the issues of alimony, legal element identification 1 緒論 要讓使用者能接受演算法所提供的推薦項目， 提供推薦理由是很重要的一件事。Mumford et al. (2021) 曾 在 研 究 中 提 到 “without an explanation of why the case was so classified, the adjudicator has no reason to follow.” ，意即如果 無法說明案件結果是如何被分類出來，那法 官也沒有理由去採信模型所提出來的決策。 為了讓電腦產生的案件預測結果能被使用者 接受或是提升電腦的預測能力，建立讓電腦 理解及能夠解釋法律文件細節的核心能力是 有必要的。 因此，我們的研究主旨在提供法律文件中 各段落、句子在裁判書中的作用。我們選擇 將裁判書內文依照文章結構的功能性分類為 四個大類，分別是 : 1.聲請人提出的主張、2. 相對人提出的答辯、3. 法院在判決中所引用的 法條、4.法院對該案件的見解與裁判，在往後 的文章中會簡稱為 C1、C2、C3、C4。除了將 裁判書依其文章結構中的功能性分出四大類 外我們也希望能找出案情的爭議點，在完成 四大類後我們會找出裁判書中的爭點，其為 法院對於案情爭點的說明以及裁判，並將這 類型的句子簡稱為 C5。 不過這些標籤在我們所取得的裁判書資料 中是不存在的，因此本研究中會先建構一套 使用規則與正規表示法(regular expressions)的 技術來對特定範圍內的裁判書以段落為單位 達成初步的自動標記，並透過段落的自動標 記轉出換成對句子的預標記，以此訓練模型 將 C1、C2、C3、C4的標記推廣到其他無法直 接使用規則標記方法的段落上。如此一來可 以針對各別部分建立推薦系統使推薦系統更 以機器學習與規則方法辨識中文民事裁判書結構 Using Machine Learning and Pattern-Based Methods for Identifying Elements in Chinese Judgment Documents of Civil Cases 林泓任 Hong-Ren Lin 劉威志 Wei-Zhi Liu 劉昭麟 Chao-Lin Liu 楊婕 Chieh Yang 國立政治大學資訊科學系 Department of Computer Science, National Chengchi University {109753156, 109753157, chaolin}@g.nccu.edu.tw, 05141343@gm.scu.edu.tw The 34th Conference on Computational Linguistics and Speech Processing (ROCLING 2022) Taipei, Taiwan, November 21-22, 2022. The Association for Computational Linguistics and Chinese Language Processing 107 有說服力，也可應用於裁判結果預測或其他 法學資訊的相關應用研究上。 使用以規則自動標記的預標記建立對裁判 書文章架構的分類系統後，我們會透過藉由 法學領域專家的標記來驗證我們的分類系統 成效，並對比以專家人工標記訓練的分類模 型與自動標記系統建立的分類模型對前述四 分類任務的差距。 完成 C1、C2、C3、C4四分類系統後，我們 將文章架構分類器推廣到第 5 個分類，也就是 爭點的部分。此分類法官會描述聲請人與相 對人所提出的主張中的爭議點，並加以說明、 裁判。其都存在於 C4類別中，但 C5中會描述 到聲請人或相對人所提出的主張，因此也容 易與 C1、C2 的分類混淆。 後續內容會介紹我們針對台灣民事案件裁 判書所做的前處理、如何切割段落及斷句， 並說明如何轉換成我們模型的輸入資料並探 討以不同前後短句句數訓練的成效差異及若 將模型加深、複雜化能對分類效果帶來的提 升；之後以一開始針對處理的裁判書類型以 外的裁判書搭配專家人工標記的結果驗證模 型。確認完能在不同段落數的裁判書生效後 將分類工作推廣到更進一步的案件爭點分類、 搜尋工作上。此外我們也會比較一些既有模 型設定上的差異以及基於前面 C1、C2 這種易 與 C5 混淆段落的驗證。 2 相關研究 過往，將人工智慧技術應用於法學資訊在國 外已經有很長的一段歷史，最早的研討會可 追溯到 1987 年 (Bench-Capon et al., 2012) 。而 常見的法學資訊相關研究可分為判決書結果 及刑度預測、類似案件推薦、法律問答系統 等 (Zhong et al., 2020) 。 其中， Lin et al. (2012) 的研究中透過 CRF (conditional-random field)模型對刑事案件判決 書中的量刑因子進行自動標記並應用於判決 結果及刑度的預測上。建構命名實體辨識 (NER, named-entity recognition)系統時，根據 Chen et al.(2020)的研究指出，提供模型相關判 決書額外的法律資訊也是有助於提升模型的。 1 https://opendata.judicial.gov.tw 綜合 Zhong et al. (2020)的研究整理及先前提 及的研究，為了讓電腦產生的案件預測結果 能被使用者接受或是提升電腦的預測能力， 建立讓電腦理解及能夠解釋法律文件細節的 能力是有必要的。因此在 Chalkidis et al. (2021) 的研究中，透過已經標註好段落與法院判決 間的關係的資料，讓模型抽取到與法院作出 判斷相關聯的段落時就給予額外的獎勵來建 構可解釋性的法律預測模型。 但我們所使用來自於台灣司法院開放平台1 所公開的裁判書資料，其並不具有這些額外 的法律相關資訊的標記。而且在民事案件的 裁判書中，也不像刑事案件有較為明確的量 刑因子與法律用語，台灣相關研究的數量也 較為少見，不過近期也有針對將 AI 技術應用 於民事案件可行性的相關研究 (Ho, 2021) 。 因此我們又參考了 de Buy Wenniger et al. (2020) 的研究，其研究中讓文章輸入模型時將 句子附加上依照其在文章節中的功能所給予 的標記提升了預測成效；說明了文章結構影 響分類結果，也啟發我們開始從各個段落及 文句在裁判書中所具有的功能性開始著手。 而 Li et al. (2019) 的研究中，將中國的刑事訴 訟裁判書分成三個部分，分別為描述被告過 往是否有其他犯罪紀錄的段落、該次案件的 犯罪事實、法院對於案件做出的裁定，並透 過注意力機制將關於被告犯罪紀錄的描述以 及該次案件犯罪事實結合起來得到了能更好 預測法院裁定結果的模型。 因此我們將初步目標放在區分出民事案件 中的段落及句子在文章結構上的功能性，依 此建構一套透過規則與正規表示法來自動找 出裁判書中的 C1、C2、C3、C4標記並以此為 基礎訓練以句為單位的分類模型，並驗證這 個方法的可行性。 在 C5，也就是爭點類別的搜尋中，我們參 考了 Xu et al. (2021) 所提出的研究。他們其中 一項研究是將案件全文中的句子分類為 IRC與 non IRC 兩種，其中 IRC 的部分包含有 I，是 法院在該案件中所要裁決的問題、還有C是法 院對 I 所做出的裁決，而最後的 R 是法院說明 如何得出結論的句子；此一部分恰好為我們 緒論中提到要尋找的爭點與爭點的說明，也 就是被我們所定義為 C5 這個類別的句子，因 The 34th Conference on Computational Linguistics and Speech Processing (ROCLING 2022) Taipei, Taiwan, November 21-22, 2022. The Association for Computational Linguistics and Chinese Language Processing 108 此我們同樣會使用分類模型的方式來嘗試找 到我們所定義的 C5 類別。 3 問題定義與假設 我們研究的目標是處理台灣司法院開放平台 上關於民事訴訟，且案由為給付扶養費的案 件，將裁判書中的句子及段落依照其在文章 結構中的功能性區分出 C1、C2、C3、C4這四 種類別，因此我們嘗試將其視作針對裁判書 中各句子的分類任務。 除了上面四種類別外，我們也希望能找出 案件的爭點，與 Xu et al. (2021) 提出研究不同 的是，他們將在整篇裁判書中挑出少量的 IRC 段落並將其他段落視為 non-IRC，而在我們的 觀察中，這類段落會包含在 C4 類別的句子之 中，因此我們透過 5 分類的模型從裁判書中找 出本次案件的 C5 類別，也就是爭點，並且同 時給予模型目標句子的前後句做為參考。 在我們所定義的 C5 相關的句子中會包含法 …

Content truncated to 500 words