学术讲座

 

会议时间：   2022年6月11日（周六） 09:00—12:30

线上会议：   腾讯会议ID  876-885-478

主办单位：

中国人民大学交叉科学研究院

中国人民大学高瓴人工智能学院

中国人民大学智能社会治理文理交叉平台

基于大数据文科综合训练国家级虚拟仿真实验教学中心

会议简介：当前，法律日益成为社会的“基础设施”，司法建设也亟待借助人工智能技术完成现代化转型。近年来，大数据和人工智能技术已被广泛应用在司法领域，在自动定罪和量刑、法律信息检索、法律依据推荐、类案推送、自动分案、自动法律问答等若干领域的智能应用促进了我国的司法智能化水平。但智慧司法具有典型的跨学科跨领域融合特征，在实际应用中仍然存在诸多问题，尤其是在与法院、检察院等部门紧密相关的司法实践任务中，仍存在着业务痛点与智能技术不匹配、无法发挥智能技术能力等问题。

本次研讨期望能通过交流智慧司法研究与应用中的经验与教训，探索智慧法务、智慧检务等可行路线。

会议议程：

09:00-09:30	致  辞 杨开峰  中国人民大学交叉科学研究院长、公共管理学院教授 文继荣  中国人民大学高瓴人工智能学院执行院长、教授
研讨会主持	徐  君  中国人民大学高瓴人工智能学院教授
09:30-09:45	主题报告一   报告题目：类案检索中的相关性研究 报告摘要：近年来围绕类案检索的研究主要致力于开发自动检索的模型，但如何刻画这一特定检索场景中相关性仍有待研究。围绕类案检索中的相关性判断过程，本研究通过用户实验，收集了相关性标注、判断理由和注意力分布等信息。深入研究了影响用户相关性判断的主客观因素，用户注意力分布随垂直位置、文书结构变化的规律，用户注意力与模型注意力权重分布的异同。进一步，提出了利用用户的注意力分布改进类案检索模型的两阶段框架。本研究有助于理解类案检索中的相关性判断，并为改进相应检索系统的设计提供启示。 主讲人：刘奕群 清华大学计算机系教授
5mins Q&A
09:50-10:05	主题报告二 报告题目：面向智慧司法应用的自然语言处理 报告摘要：法律智能是将人工智能或自然语言处理技术与法律领域相结合的研究方向。近些年来，随着自然语言处理技术及深度学习技术的发展，法律智能逐渐引起学术界和业界的重视。与其它领域相比，法律领域文本信息质量高且标注丰富，为自然语言处理技术的应用提供了坚实的基础。本报告主要针对法律智能中的判决预测、要素提取、类案匹配等问题，介绍我们最近一年以来的技术探索。 主讲人：刘知远  清华大学计算机系副教授
5mins Q&A
10:10-10:25	主题报告三   报告题目：科研项目集成验证的创新与探索—以智慧法院实验室为例 报告摘要：周强院长强调，智慧法院实验室要聚焦人民法院信息化建设面临的总体规划设计、关键技术攻关、综合集成试验等问题，把实验室建成信息技术与审判执行工作深度融合的重要标志和人民法院信息化技术创新的重要孵化器，让实验室成为人民法院信息化建设的坚强支撑。本报告主要介绍智慧法院实验室建设方面的创新与探索，依托“需求导向、创新驱动、内外联合、产学研用”的模式，推进关键技术攻关，集成验证信息系统，推广转化科技创新成果，为智慧法院建设提供源头技术供给和质量保障。 主讲人：崔甲蓉 中国司法大数据研究院创新研究部科技创新中心副主任
5mins Q&A
10:30-10:45	主题报告四 报告题目：融合预训练的司法判决预测方法 报告摘要：近年来，预训练模型和方法被证明能够有效地提升自然语言处理任务的效果。司法判决预测任务（包含定罪、量刑、法律依据推荐三个具体任务）作为典型的文本分类任务，也受益于预训练语言模型的发展，并取得了不错的效果。但和传统的文本分类任务不同，司法判决预测任务需要预训练模型在相似法条、相似案情等方面的区分能力更高。以通用预训练语言模型为基础，面向司法判决预测任务定向设计预训练模型有潜力提升判决预测模型的效果，具有较高的研究和实际应用价值。本报告将介绍我们在这一方面进行的初步尝试。 主讲人：窦志成 中国人民大学教授
5mins Q&A
10:50-11:05	主题报告五 报告题目：兼顾可解释性和可计算性的司法人工智能辅助 报告摘要：“十三五”以来我国司法人工智能技术研究呈现出繁荣态势，但同时也面临可解释性和可计算性两大研发瓶颈。深度学习路径司法人工智能具有可计算性，知识图谱技术在一定程度上能够实现司法人工智能的可解释性。“十四五”期间司法人工智能技术研发应该通过融入“三段论”逻辑结构兼顾可解释性和可计算性，促进法律适用统一。 主讲人：王  竹 四川大学法学院教授
5mins Q&A
11:10-11:25	主题报告六 报告题目：基于司法知识图谱的法律问答系统 报告摘要：随着我国法治进程不断推进，民众法律意识逐步提升，基层司法机构与法律从业人员的工作量达到了前所未有的高度。法律内容问答涉及广大基层群众的生活，是具有普适意义的司法智能应用。本报告主要介绍我们在司法知识图谱及法律智能问答系统上的探索。针对传统问答系统对法律领域知识利用不足的问题，构建了大规模司法知识图谱和问答数据库，并提出了基于知识图谱的法律问答模型，一定程度上突破了法律问答的瓶颈。 主讲人：杨  敏  中国科学院深圳先进技术研究院副研究员
5mins Q&A
11:30-11:45	主题报告七   报告题目：“区块链+证据”的耦合创新 报告摘要：区块链技术引发网络数据入链用作证据的时代现象。区块链证据泛指基于区块链技术的一切证明材料，可以具象化为区块链生成、存储与核验之证据。得益于高新技术的加持，区块链证据在厘清涉众复杂案件事实、运用海量异构证据办案与提升智慧司法探索水平等方面独具价值。法律对该新生事物应当采取理性态度，遵循同等性对待与差别性归位的原则，并聚焦于真实性问题进行规则适配。从原理上讲，缘于哈希校验、时间锁定与节点印证等技术特点，区块链证据在真实性上得到极大增强，呈现入链后数据真实性有保障、入链前数据真实性可优化两大定律。我国应当以此两律为自然基础，进行“区块链+证据”法律科技的耦合创新，引领司法证明领域的“代码之治”。 主讲人：刘品新
5mins Q&A
11:50-12:30	闭门研讨（会议链接另行分享）

与会专家（依发言次序）：

刘奕群，清华大学教授，中国人工智能学会副秘书长。主要研究领域集中在信息检索、互联网搜索以及自然语言处理研究领域。入选国家创新人才推进计划科技创新领军人才，获得北京市科学技术一等奖、北京智源学者、钱伟长中文信息处理青年创新一等奖等奖励，并作为项目负责人获得国家重点研发计划，国家自然科学基金委优秀青年基金和重点基金支持。

刘知远，清华大学计算机系副教授、博士生导师。主要研究方向为自然语言处理、知识图谱和社会计算。2011年获得清华大学博士学位，已在ACL、EMNLP、IJCAI、AAAI等人工智能领域的著名国际期刊和会议发表相关论文100余篇，Google Scholar统计引用超过2.2万次。曾获教育部自然科学一等奖（第2完成人）、中国中文信息学会钱伟长中文信息处理科学技术奖一等奖（第2完成人）、中国中文信息学会汉王青年创新奖，入选国家万人计划青年拔尖人才、北京智源研究院青年科学家、2020年Elsevier中国高被引学者、《麻省理工科技评论》中国区35岁以下科技创新35人榜单、中国科协青年人才托举工程。担任中文信息学会青年工作委员会主任，中文信息学会社会媒体处理专委会秘书长，期刊AI Open副主编，ACL、EMNLP、WWW、CIKM、COLING领域主席。

崔甲蓉，中国司法大数据研究院创新研究部科技创新中心副主任，2019年毕业于中国人民大学统计学院，获经济学博士学位。毕业后进入智慧法院建设行业，承担工商联、市场监管总局、国研中心等部委和各地法院委托研究课题，作为项目骨干参与“生态环保类案件态势预警及案件特征挖掘技术研究”等重点研发课题，形成数十篇司法大数据研究报告和多篇发明专利。

王竹，四川大学法学院教授、博士生导师，法律大数据实验室主任，民商法教研室主任。四川大学智慧法治超前部署学科首席专家，四川大学市场经济法治研究所所长，四川大学统计学研究中心研究员。兼任中国人民大学民商事法律科学研究中心法治大数据研究所所长、世界侵权法学会执委会秘书长。最高人民法院网络安全和信息化专家咨询委员会委员、国家政法智能化技术创新中心专家委员会委员。入选国家高层次人才特殊支持计划青年拔尖人才，并入选中央政法委和教育部“双千计划”，曾挂职任四川省高级人民法院研究室副主任。主持国家重点研发计划项目“高质高效的审判支撑关键技术及装备研究”，参与制定行业标准2项，获得授权发明专利7项。

杨敏，中国科学院深圳先进技术研究院副研究员，博士生导师，中科院深圳先进院得理法律人工智能联合实验室主任，深圳市海外高层次人才，深圳人工智能学会法律人工智能专业委员会主任。入选美国斯坦福大学发布的2021全球前2％顶尖科学家和百度发布的2022年度AI华人青年学者榜单。在ACL、AAAI、IJCAI、SIGIR、KDD等上发表学术论文100余篇。获得中国人工智能学会2018年度最佳青年科技成果奖、2019年度CCF-腾讯犀牛鸟基金优秀专利奖等。担任自然语言顶级会议ACL-2021/2022、EMNLP-2021、NAACL-2022、COLING-2022领域主席等。

刘品新，中国人民大学法学院教授、博士生导师。兼任中国人民大学刑事法律科学研究中心副主任，法学院证据研究所副所长、智慧法律科技创新研究中心主任、网络犯罪与安全研究中心执行主任等职。2003年获法学博士学位，2007年至2008年，美国伊利诺伊大学法学院（UIUC）访问学者。主要研究领域证据学、电子证据学、网络法学、网络安全法、大数据智能法治。入选中央政法委和教育部“双千计划”，曾挂职最高人民检察院检察技术信息中心副主任，并担任智慧检务创新研究院副院长，国家检察官学院兼职教授等。出版专著、编著十余部，发表论文数十篇。

汤敏，航天国政信息技术（北京）有限公司董事长，1994-2000年就读于清华大学精密仪器系，获工学硕士学位。毕业后深耕于网络视频通信领域，主持研发的视频会议、图像联网传输等产品广泛应用公安部重大活动安保、国家应急通信网、国务院应急办、环京护城河图像联网传输以及铁路公安局全路视频会议等一批国家级、省部级重大项目。2016年以来，带领公司参与智慧法院建设，主持开发的智能材料流转系统、法院自助终端系列产品、互联网庭审系统广泛应用于北京、山东等全国1000+家法院，取得了良好的社会效益和影响。

中国人民大学高瓴人工智能学院

文继荣，中国人民大学高瓴人工智能学院执行院长，信息学院院长，大数据管理与分析方法研究北京市重点实验室主任。文继荣担任北京智源人工智能研究院首席科学家，北京市第十三届政协委员，中央统战部党外知识分子建言献策专家组专家，入选首批“北京高校卓越青年科学家计划项目”。曾任微软亚洲研究院高级研究员和互联网搜索与挖掘组主任。文继荣长期从事大数据和人工智能领域的研究，已在信息检索、数据挖掘、机器学习、数据库等领域国际著名学术会议和期刊上发表论文200余篇，总计引用15000余次，H-Index为57。担任AIRS 2016大会名誉主席、CCIR 2017大会主席、SIGIR 2018领域主席、SIGIR 2020程序委员会主席、WWW 2021领域主席等，担任ACM TOIS和IEEE TKDE的编委。

窦志成，教授，博导，中国人民大学高瓴人工智能学院副院长，北京智源人工智能研究院“智能信息检索与挖掘”方向项目经理。主要研究方向为智能信息检索和自然语言处理，曾获国际信息检索大会(SIGIR 2013)最佳论文提名奖，亚洲信息检索大会(AIRS 2012)最佳论文奖，全国信息检索学术会议（CCIR 2018、CCIR 2021）最佳论文奖。担任SIGIR 2019的程序委员会主席（短文），信息检索评测会议NTCIR-16程序委员会主席等职务。近两年主要关注个性化和多样化搜索排序、交互式和对话式搜索模型、面向信息检索的预训练方法、搜索和推荐模型的可解释性、个性化产品搜索等。

徐君，中国人民大学杰出学者特聘教授，高瓴人工智能学院长聘副教授，北京智源人工智能研究院智源学者。研究方向为智能信息检索模型与系统，发表论文 60 余篇，撰写英文专著2 部，国际专利授权10项，被同行引用4000余次，研究工作收录于多本本领域教科书；获 SIGIR 2019 Test of Time Awards Honorable mention、CIKM 2017 Best Paper runner-up 和 AIRS 2010 Best Paper，连续担任SIGIR、AAAI、TheWebConf和ACML等国际会议的高级程序委员会委员(Senior PC)，ICTIR2019 Best Paper Committee和CIKM 2020 Publicity co-chair，担任期刊 JASIST 编委和 ACM TIST 副主编，主持国家自然科学基金和国家重点研发计划项目。

赵鑫，中国人民大学教授，高瓴人工智能学院长聘副教授。入选中国人民大学杰出学者（青年B岗）、北京智源青年学者、中国科协青年人才托举工程。研究方向为自然语言处理和信息检索。发表国际学术论文70余篇，（曾）担任人工智能相关领域国际顶级学术会议（AAAI、IJCAI、SIGIR、CIKM、EMNLP等）的高级程序委员会委员。所发表的学术论文取得了一定的关注度，据Google Scholar 统计，已发表论文共计被引用3500余次，其中以第一作者发表《Comparing Twitter and Traditional Media Using Topic Models》被引用1200余次。担任多个重要的国际会议或期刊评审，入选第二届 CCF青年人才发展计划。曾获得 CIKM 2017 最佳短文候选以及 AIRS 2017 最佳论文奖，获2020年度第十届吴文俊人工智能优秀青年奖。

沈蔚然，高瓴人工智能学院准聘助理教授。回国前在卡内基梅隆大学担任博士后研究员，2019 年博士毕业于清华大学，主要研究方向为博弈论、机制设计、多智能体系统、机器学习，已在ICML、AAAI 等CCF A 类期刊会议上发表多篇论文，曾担任AAAI、EC、WWW、NIPS 等国际会议审稿人。提出强化机制设计框架，并应用于百度在线广告拍卖系统，为百度公司提高约5%营收。

陈旭，高瓴人工智能学院准聘助理教授。回国前就职于英国伦敦大学学院，担任博士后研究员。博士毕业于清华大学，于2017 年到美国佐治亚理工学院进行访问学习。研究方向主要专注于推荐算法，强化学习和时间序列分析等方向。近五年共发表高水平论文30 余篇，其中包括信息检索顶级会议SIGIR，WSDM 以及顶级期刊TOIS 等。在博士期间以第一作者发表六篇CCF A 类论文。所发表的论文曾获得AIRS 2017 年“最佳论文奖”和WWW 2018 年“最佳论文提名奖”。据Google Scholar 统计，发表论文累计被引用900 余次。

毛佳昕，高瓴人工智能学院准聘助理教授，入选中国人民大学杰出学者计划（青年学者B岗）。2013年本科毕业于清华大学计算机系，2018年博士毕业于清华大学计算机系，2018-2020年于清华大学计算机系担任博士后研究员，于2020年加入中国人民大学高瓴人工智能学院。研究方向为信息检索、网络搜索、搜索用户行为分析和机器学习。发表论文40余篇。曾获得SIGIR 2020 最佳论文提名奖、计算机学报五年最佳论文奖（2014-2018）、ICTIR 最佳短文提名奖（2019）和SIGIR 2018最佳短文提名奖。曾担任SIGIR、WWW、WSDM等国际会议程序委员会委员。担任 ACM SIGIR 学生事务主席（Student Affairs Co-Chair）、中国中文信息学会信息检索专委会通讯委员等职务。

张骁，高瓴人工智能学院博士后。主要从事在线机器学习、推荐系统、排序学习的研究工作。现已作为第一作者或通讯作者发表论文十余篇，涵盖 ICML、SIGIR、AAAI、IJCAI、CIKM 等人工智能顶级国际会议，并获得 CCDM 2016、ICPR 2018 优秀论文奖。担任 AAAI、IJCAI等多个国际会议的程序委员会委员及资深程序委员会委员。近一年作为项目负责人获得国家自然科学基金青年基金、中国科协高端科技创新智库青年项目、中国博士后科学基金特别资助以及腾讯微信犀牛鸟专项研究计划支持。

朱倩男，高瓴人工能学院博士后。主要从事知识图谱表示学习与推理、推荐系统、信息检索领域的研究工作。已在国际知名期刊和会议上(如IEEE TKDE、AAAI、IJCAI、CIKM等)发表论文10篇，其中第一作者及主要作者发表计算机学2会A类国际会议5篇（IEEE TKDE 2 篇，AAAI 2 篇，IJCAI 1篇）、计算机学会B类国际会议1篇（CIKM）和SCI三区期刊1篇。研究成果在谷歌学术中被引用70余次。