법률정보학

Legal informatics

법률정보학은 정보과학 분야이다.

미국 도서관 협회는 정보학을 "정보의 조직, 저장, 검색 및 보급에 대한 기술의 적용뿐만 아니라 정보의 구조와 특성에 대한 연구"라고 정의한다.따라서 법률정보학은 법률환경의 맥락에서 정보학의 적용과 관련되며, 따라서 법률 관련 조직([1]예: 법률사무소, 법원 및 로스쿨) 및 이러한 조직 내의 정보 및 정보기술 사용자와 관련이 있다.

정책 문제

법률정보학에서의 정책 문제는 이메일, 검색 쿼리 및 소셜 네트워크에서 발견된 정보에 대한 소환장 사용 등 법률 시행에 정보 기술을 사용하는 것에서 발생합니다.법적 정보학 문제에 대한 정책적 접근법은 전 세계적으로 다양합니다.예를 들어, 유럽 국가들은 데이터를 [2]발견에 사용할 수 없도록 데이터의 파괴 또는 익명화를 요구하는 경향이 있습니다.

테크놀로지

클라우드 컴퓨팅

클라우드 컴퓨팅이 널리 도입됨에 따라 법률 서비스를 제공하는 데 몇 가지 이점이 있습니다.법률 서비스 공급자는 서비스로서의 소프트웨어(SaaS) 모델을 사용하여 고객에게 사용당 또는 가입 비용을 부과함으로써 수익을 얻을 수 있습니다.이 모델에는 기존의 맞춤형 서비스보다 몇 가지 이점이 있습니다.

  • 서비스로서의 소프트웨어(SaaS)는 훨씬 더 확장성이 뛰어납니다.기존의 맞춤형 모델에서는 변호사가 제한된 리소스(시간)를 각 추가 클라이언트에 더 많이 소비해야 했습니다.SaaS(Software as a Service)를 사용하면 법률 서비스 프로바이더는 제품을 개발하기 위해 한 번 노력을 기울인 후 훨씬 적은 자원(클라우드 컴퓨팅 능력)을 사용하여 추가 고객에게 서비스를 제공할 수 있습니다.
  • SaaS(Software as a Service)는 일상적인 작업을 처리함으로써 기존의 맞춤형 서비스를 보완하기 위해 사용할 수 있으며, 변호사는 자유롭게 맞춤형 업무에 전념할 수 있습니다.
  • 서비스로서의 소프트웨어(SaaS)는 고객과 동시에 법적 서비스 제공자를 이용할 필요가 없기 때문에 보다 편리하게 전달할 수 있습니다.

SaaS(Software as a Service)는 변호사-클라이언트 간의 관계도 복잡하게 만듭니다.이러한 관계는 변호사-클라이언트 특권에 영향을 미칠 수 있습니다.기존의 딜리버리 모델에서는 변호사-클라이언트 특권이 언제 부여되고 언제 부여되지 않는지에 대한 설명을 쉽게 작성할 수 있습니다.그러나 보다 복잡한 법률 서비스 제공 모델에서는 다른 행위자 또는 자동화된 프로세스가 고객과 그 변호사 간의 관계를 조정하여 어떤 커뮤니케이션이 법적 [3]특권을 가져야 하는지 구별하기 어려울 수 있습니다.

인공지능

다음 항목도 참조하십시오.인공지능

인공지능은 최적화 알고리즘과 블라인드 입찰(Blind-biding)[4]을 사용하는 온라인 분쟁 해결 플랫폼에 사용된다.인공지능은 또한 법적 온톨로지 모델링에 자주 사용된다. "특정 도메인 내의 객체 간 및 객체 간의 속성 및 관계에 대한 명시적이고 형식적이며 일반적인 사양"[5]

인공지능과 법률(AI와 법률)은 법률정보학 문제에 대한 AI의 적용과 그러한 문제에 대한 독창적인 연구에 주로 관련된 인공지능(AI)의 하위 분야이다.또, 법적 문제의 맥락에서 개발된 툴이나 기술을 AI에 일반적으로 수출하는 것도 염려된다.예를 들어, 법적 의사결정 이론, 특히 논쟁의 모델은 지식 표현과 추론에 기여했습니다; 규범에 기초한 사회 조직의 모델은 다중 에이전트 시스템에 기여하였습니다; 법적 사례에 의한 추론은 사례 기반 추론에 기여하였습니다; 그리고 많은 양의 저장과 검색의 필요성텍스트 데이터는 개념 정보 검색과 지능형 데이터베이스에 기여하는 결과를 가져왔다.

역사

Loevinger,[6] Allen[7], Mehl은[8] AI와 법률에서 중요해질 몇 가지 아이디어를 예상했지만, AI 기술을 법률에 적용하는 첫 번째 진지한 제안은 보통 Buchananan과 Headrick으로 [9]받아들여진다.이 시기부터의 초기 작업에는 Thorne McCarty의 영향력 있는 미국에서의 TAXMAN[10] 프로젝트와 Ronald Stamper의 영국에서의 LEGOL 프로젝트가[11] 포함됩니다.1980년대 초반의 랜드마크로는 개념 검색,[12] 앤 가드너의 계약법 [13]연구, 리슬랜드의 법적 가설[14] 연구, 임페리얼 칼리지 런던에서의 실행 가능한 논리 [15]프로그램을 통한 입법 대표 연구 등이 있다.

초기 학자들의 모임에는 스완지에서의 [16]일회성 회의, 플로렌스에서의[17] IDG에 의해 조직된 일련의 회의,[18] 1984년과 1985년 휴스턴 대학의 찰스 월터에 의해 조직된 워크숍이 포함되었다.1987년에 2년마다 열리는 국제 AI 및 법률 회의(ICAIL)가 설립되었습니다.[19]이 컨퍼런스는 AI와 [20]법률의 주요 출판 및 아이디어 개발의 장으로 인식되기 시작했고, 국제인공지능법학회(IAAIL)가 설립되어 후속 ICAIL을 조직하고 소집하게 되었다.이것은 차례로 [21]1992년에 처음 발행된 인공지능과 법률 저널의 창간으로 이어졌다.유럽에서는 1988년에 JURIX 연례 회의(법률 지식 기반 시스템을 위한 JURIX 재단 주최)가 시작되었습니다.당초 네덜란드어권(네덜란드어 및 플랑드르어권) 연구자들을 하나로 모으기 위한 목적이었던 JURIX는 빠르게 국제적인 회의로 발전했으며 2002년부터 네덜란드어권 [22]국가 밖에서 정기적으로 개최되고 있다.일본에서는 2007년부터 일본 [23]인공지능학회 주최로 JURISIN 워크숍이 개최되고 있다.

범위

오늘날 AI와 법률은 다음과 같은 광범위한 주제를 채택하고 있습니다.

  • 법적 추론의 형식적 모델
  • 논의 및 의사결정의 계산 모델
  • 증거 추론의 계산 모델
  • 멀티에이전트 시스템의 법적 이유
  • 법률의 실행 가능한 모델
  • 법률 텍스트 자동 분류 및 요약
  • 법률 데이터베이스 및 텍스트에서 자동 정보 추출
  • 전자 정보 공개 및 기타 법률 애플리케이션을 위한 기계 학습 및 데이터 마이닝
  • 개념 또는 모델 기반 법률 정보 검색
  • 사소한 반복적인 법률[24] 작업을 자동화하기 위한 Lawbots
  • 머신러닝과 인공지능을 [25]사용한 소송의 리스크 평가, 가격 책정 및 스케줄 예측.

법적 추론의 형식적 모델

AI와 법률에서는 법적 논거와 법적 논리의 공식 모델을 사용하여 문제를 명확히 하고, 보다 정확한 이해를 제공하며, 구현의 기초를 제공하고 있다.명제 및 술어 계산, 이언적, 시간적 및 비단조적 논리학, 상태 전이 도표 등 다양한 형식이 사용되었습니다.Prakken과 Sartor는[26] 포괄적인 참고 자료와 함께 AI와 법률에서 논리와 논리의 사용에 대한 상세하고 권위 있는 리뷰를 제공한다.

형식 모델의 중요한 역할은 모호성을 제거하는 것입니다.사실 입법에는 애매모호함이 많다.자연어로 쓰여져 있기 때문에 괄호가 없기 때문에 "and"나 "or"와 같은 접속의 범위가 불분명할 수 있습니다."비록"은 또한 여러 해석이 가능하며, 법률 초안 작성자는 "비록"이 의도하는 것이긴 하지만 "비록"은 결코 "비록은"이라고 쓰지 않는다.AI와 법률에서 법칙을 모형화하기 위해 논리를 사용한 최초의 사례에서,[7] 레이먼 앨런은 일련의 논문에서 그러한 구문적 모호성을 해결하기 위해 명제 논리의 사용을 지지했다.

1970년대와 1980년대를 통틀어에서 AI, 법에 대한 중요한 가닥 손 맥카트니의 TAXMAN[10], 로널드 Stamper의 LEGOL.[11]TAXMAN으로 발생한 미국 세 법 사건(아이스너 대 Macomber)의 대부분과 소수 인종 논쟁을 만드는 것과에서 구현된 것이었다 법안의 실행 모델의 생산을 포함했다.마이크를ro-PLANNER 프로그래밍 언어LEGOL은 조직을 지배하는 규칙과 규제의 정식 모델을 제공하기 위해 사용되었으며, 전문가 시스템에 사용되는 종류의 조건 행동 규칙 언어로 구현되었습니다.

TAXMAN 언어 및 LEGOL 언어는 실행 가능한 규칙 기반 언어이며 명확한 논리적 해석이 없었습니다.그러나 Sergot [15]등에 의해 영국 국적법의 많은 부분을 공식화한 것은 법률 문서의 자연어가 1차 술어 미적분의 혼 절 부분집합과 매우 유사하다는 것을 보여주었다.또한, 규칙과 예외를 나타내기 위해 부정적인 조건을 포함함으로써 혼 조항의 사용을 확대할 필요성을 식별하였다.결과적으로 확장된 Horn 절은 논리 프로그램으로 실행할 수 있습니다.

보충적 [27]이익에 대한 것과 같은 대규모 응용 프로그램에 대한 이후 연구는 논리 프로그램이 다중 상호 참조, 반팩트 담당자, 규정 간주, 개정 및 고도의 기술적 개념(예: 기여 조건)과 같은 복잡성을 다루기 위해 추가적인 확장이 필요하다는 것을 보여주었다.상호 참조 문제를 해결하기 위해 계층적 표현을 사용하는[28] 것이 제안되었고, 검증 및 빈번한 수정 문제를 해결하기 위해 소위 동형[29] 표현을 제안했다.1990년대에 개발됨에 따라 이 일련의 작업은 [30]그루버의 작업에 따라 AI에서 인기를 끌었던 도메인 개념화 공식화(온톨로지)의 개발에 부분적으로 흡수되었다.AI와 Law의 초기 예로는 Valente의 기능적[31] 온톨로지, Visser와 van Kralingen의 [32]프레임 기반 온톨로지 등이 있습니다.이후 법률 온톨로지는 AI 및 법률 회의의 정기 워크숍의 주제가 되었으며, 일반적인 최상위 및 핵심[33] 온톨로지부터 특정 법률의 매우 구체적인 모델에 이르기까지 다양한 예가 있다.

법이 일련의 규범으로 구성되어 있기 때문에, 이데올로기 논리가 입법 모델의 공식적인 기초로서 시도된 것은 놀랄 일이 아니다.그러나 이것들은 전문가 시스템의 기초로서 널리 채택되지 않았는데, 아마도 전문가 시스템이 규범을 강제하도록 되어 있기 때문인 반면, 이데올로기는 [34]규범 위반을 고려할 필요가 있을 때만 실질적인 관심이 된다.법률상 지시된 의무([35]다른 지명된 개인에게 의무가 부과되는 경우)는 그러한 의무의 위반이 종종 법적 절차의 기초가 되기 때문에 특히 관심이 있다.규범적 [36]위치를 탐구하기 위해 이론논리와 행동논리를 결합한 흥미로운 작업도 있다.

다중 에이전트 시스템의 맥락에서, 규범은 상태 전이 다이어그램을 사용하여 모델링되었습니다.종종, [37]특히 전자 기관의 맥락에서, 설명된 규범은 엄격하지만(즉, 위반될 수 없음), 다른 시스템에서도 위반이 처리되어 실제 규범을 보다 충실하게 반영할 수 있다.이 접근방식의 좋은 예는 Modgil [38]등을 참조한다.

법률은 종종 시간과 관련된 문제와 관련된 문제(예: 기간 및 마감) 및 법률 자체와 관련된 문제(예: 시작)에 관한 문제를 다룹니다.사건[39] 미적분과 같은 계산 형식과 제거 가능한 시간 [40]논리와 같은 시간 논리를 모두 사용하여 이러한 시간 논리를 모델링하려는 시도가 있었다.

모델법에 논리를 사용하는 것을 고려할 때, 법은 본질적으로 비단일성이라는 것을 명심할 필요가 있다.이것은, 모든 법제도에 내포된 상고권리와 시간이 [41][42][43]지남에 따라 법의 해석이 변화하는 방식에 의해서도 알 수 있다.게다가 법률의 초안에는 예외가 많고, 법의 적용에서는 판례가 뒤집힐 뿐만 아니라 그대로 따라붙는다.논리 프로그래밍 접근법에서는 실패로서의 부정이 비단조성을 [44]처리하기 위해 종종 사용되지만, 배제 가능한[45] 논리와 같은 특정 비단조 논리도 사용되었습니다.그러나 추상적 [46]논의의 발달에 따라, 이러한 우려는 비단조적 논리의 사용보다는 단조로운 논리에서의 논쟁을 통해 점점 더 많이 다뤄지고 있다.

양적 법률 예측

학술적 및 독점적 양적 법률 예측 모델이 모두 존재합니다.작동 중인 양적 법률 예측 모델의 가장 초기 사례 중 하나는 대법원 예측 프로젝트의 형태로 발생했다.대법원 예측 모델은 2002년 대법원 임기 동안 모든 사건의 결과를 예측하려고 시도했다.59.1%만 예측한 전문가에 [47]비해 75%의 사례를 정확하게 예측했다.학술적 양적 법률 예측 모델의 또 다른 예는 연방 증권 집단 [48]소송의 결과를 예측한 2012년 모델이다.일부 학계 및 법률 기술 스타트업은 사례 [49][50]결과를 예측하기 위한 알고리즘 모델을 개발하려고 시도하고 있습니다.이러한 전체적인 노력의 일부에는 [51]소송 자금 지원을 위한 개선된 사례 평가가 포함됩니다.

사례 결과 예측 시스템의 품질을 더 잘 평가하기 위해 시스템 [52]간 비교가 가능한 표준화된 데이터 세트를 만들자는 제안이 제시되었다.

법률 실무

실무상의 문제 개념 영역에서는 소송과 트랜잭션에 중점을 둔 테크놀로지 양쪽에 대해 계속 진보를 거듭하고 있습니다.특히, 예측 코딩을 포함한 기술은 법률 실무에서 상당한 효율성 향상을 가져올 수 있는 잠재력을 가지고 있습니다.소송 분야에서는 예측 코딩이 주로 적용되어 왔지만, 인수합병(M&A)[53]에서 문서 검토를 개선하기 위해 사용되는 거래 관행에 침투하기 시작하고 있다.트랜잭션 계약의 XML 코딩과 점점 더 발전하는 문서 작성 시스템을 포함한 다른 발전은 트랜잭션 법률 공간에서 [54][55]법률 정보학의 중요성을 증명합니다.

법률 분야에서 AI의 현재 적용은 특히 소송 사례와 같이 문서 분석의 품질에 대한 높은 완성도와 신뢰도가 요구되는 경우, 그리고 실사가 중요한 [56]경우, 문서를 검토하기 위해 기계를 사용한다.예측 코딩은 작은 샘플을 활용하여 유사한 항목을 상호 참조하고, 관련성이 낮은 문서를 걸러냄으로써, 변호사들이 정말로 중요한 핵심 문서에 집중할 수 있도록 하고, 통계적으로 검증된 결과를 도출하고, 정확성과 같거나 그 이상이며, 특히 인적 [56]검토 비율과 동등합니다.

서비스 제공

기술과 법률 정보학의 발전은 법률 서비스 제공을 위한 새로운 모델로 이어졌다.법률 서비스는, 종래,[57] 전문 변호사가 고객 마다 개별적으로 작성하는 「특정」제품이었습니다.다만, 보다 효율적으로 기능하기 위해서, 이러한 서비스의 일부는, (1)맞춤형에서 (2)표준화, (3)시스템화, (4)패키지화,[57] (5)상품화로 순차적으로 이행합니다.한 단계에서 다음 단계로 이동하려면 다양한 기술과 지식 시스템을 [57]수용해야 합니다.

인터넷의 보급과 법률 기술과 정보학의 발달은 개인과 중소기업으로 법률 서비스를 확장하고 있다.

기업 법무 부문

기업법무부서는 특허 포트폴리오의 [58]관리 및 [59]문서의 작성, 커스터마이즈 및 관리를 위해 법률정보학을 이용할 수 있다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Erdelez, Sanda; O'Hare, Sheila (1997). "Legal Informatics: Application of Information Technology in Law". Annual Review of Information Science and Technology. 32: 367.
  2. ^ Dolin, Ron A. "Search Query Privacy: The Problem of Anonymization". Hastings Science & Technology Law Journal. 2010: 137.
  3. ^ Chris Johnson, 법무 서비스 제공을 위한 테크놀로지 활용, 23 HARV.J.L. & TECH.259, 279 (2009)
  4. ^ 데이비드 앨런 라슨, "형님, 돈 좀 내주시겠어요?"어려운 시기에는 테크놀로지로 분쟁 해결 비용을 절감하고 결과를 개선할 수 있습니다, 11 Nev. L.J. 523, 550 (2011)
  5. ^ Wyner, A. (2008). "An Ontology in OWL for Legal Case-Based Reasoning". Artificial Intelligence and Law. 16 (4): 361–387. CiteSeerX 10.1.1.64.1896. doi:10.1007/s10506-008-9070-8. S2CID 14173766.
  6. ^ 러브빙거, 리법률학--앞으로 나아가는 다음 단계.미니 L. 개정판 33(1948): 455.
  7. ^ a b 앨런, 레이먼 E심볼 논리: 법률 문서의 초안 작성 및 해석을 위한 면도날 도구입니다.예일 LJ 66(1956) : 833.
  8. ^ 멜, 엘법률 세계에서의 자동화: 법률 정보의 기계 처리에서 '법률 기계'에 이르기까지.사고 과정의 기계화(1958) : 757-787.
  9. ^ 뷰캐넌, 브루스 G, 헤드릭, 토마스 E.인공지능에 대한 추측과 법적 추리.Stanford Law Review(1970): 40~62.
  10. ^ a b 매카티, L.손.'택스맨'에 대한 고찰: 인공지능과 법적 추리 실험Harvard Law Review(1977년): 837-893년.
  11. ^ a b 스탠퍼, 로널드 KLEGOL 1 프로토타입 시스템 및 언어.컴퓨터 저널 20.2(1977년): 102-108.
  12. ^ 하프너, 캐롤 D.(1981년)정보검색시스템에서 지식을 표현한다.Oddy, R et al. (편집자) (1981)정보 검색 리서치.런던:버터워스.
  13. ^ 가드너, 앤 법률 분석 프로그램 설계AAAI-83. 1983.
  14. ^ Rissland, Edwina L. 법적 추론의 예: 법적 가설.IJCAI 1983년
  15. ^ a b 서곶, 마렉 J 등영국 국적법은 논리 프로그램으로서 기능한다.ACM 29.5(1986) 통신: 370 ~386.
  16. ^ 니블렛, 브라이언, 에드컴퓨터 공학과 법률.CUP 아카이브, 1980.
  17. ^ 예를 들어 치암피, 코스탄티노, 마르티노, 안토니오 등입니다.인공지능과 법률 정보 시스템.엘세비어 사이언스 주식회사, 1982년
  18. ^ 월터, 찰스컴퓨터 파워와 법률 언어: 컴퓨터 언어학, 인공지능 및 법률 전문가 시스템을 사용합니다.그린우드 출판 그룹, 1988년
  19. ^ 2014년 12월 17일 과거 ICAIL 컨퍼런스의 Wayback Machine에 보관된 목록
  20. ^ 첫 번째 13개 컨퍼런스의 논문 선정에 대한 현대적 논의는 Bench-Capon, Trevor 등을 참조한다.AI와 법률의 역사 50편의 논문 : AI와 법률에 관한 국제회의 25년.인공지능과 법률 20.3 (2012) : 215-319.
  21. ^ AI·법률 저널 목록
  22. ^ 주릭스 회의 목록
  23. ^ Jurisin 2014 페이지에서 워크샵 목록 보기
  24. ^ Jones, Rupert. "Rise of the lawbots". Counsel. Lexis Nexis. Retrieved 24 April 2019.
  25. ^ Shelly, Jared (28 January 2019). "Here's How Artificial Intelligence Is Poised to Transform Insurance Underwriting for the Better". Risk & Insurance. Retrieved 24 April 2019.
  26. ^ H. 프라켄과 G.Sartor, 법률 및 논리: 논쟁의 관점에서의 리뷰, 인공지능.2015년 6월 온라인 이용 가능.
  27. ^ T.J.M. Bench-Capon, G.O. Robinson, T.W. Routen, M.J. Sergot, 법률상 대규모 적용을 위한 논리 프로그래밍: 제1회 인공 지능 및 ACM 국제 회의의 공식화
  28. ^ T. Routen, T.J.M. Bench-Capon, 계층적 공식화, 국제 인간 기계 연구 저널 35(1991) 69-93.
  29. ^ T.J.M. Bench-Capon, F.P. Coenen, 동형 및 법률 지식 기반 시스템, 인공지능과 법률 1(1992) 65-86.
  30. ^ 토마스 R.그루버:공유 가능하고 재사용 가능한 지식 기반 달성을 위한 공통 온톨로지의 역할.지식 표현 1991: 601-602
  31. ^ 발렌테, 1995년법률 지식 엔지니어링; 모델링 접근법, IOS Press, 암스테르담.
  32. ^ Robert W. van Kralingen, Pepijn R. S. Visser, Trevor J. M. Bench-Capon, H. Jaap van den Herik: 법률 지식 시스템 개발에 대한 원칙적인 접근법.국제 인간 컴퓨터 연구 저널 51(6): 1127-1154(1999년)
  33. ^ Rinke Hoekstra, Joost Breuker, Marcello Di Bello, Alexander Boer:LKIF의 기본적인 법적 개념의 핵심 온톨로지.제2회 Legal Ontologies and 인공지능 기술 워크숍 진행.2007: 43-63
  34. ^ A.J. Jones, M.J. Sergot, 법과 컴퓨터 시스템의 특징에 대하여: 규범 시스템의 관점, J.-J.에서.Ch. Meyer, R.Weringa (Ed.) , Deontic Logic in Computer Science:표준 시스템 사양, Wiley, 1993, 페이지 275–307
  35. ^ H. Herrestad, C. Krogh, 제5회 인공지능 및 법률 국제회의 진행, 뉴욕 ACM Press, 1995, 페이지 210–218에서 당사자에게 지시한 의무.
  36. ^ M.J. Sergot, 표준 위치의 계산 이론, ACM Trans.컴퓨터로그 2(2001) 581~622.
  37. ^ 마크 에스테바, 후안 에이Rodriguez-Aguilar, Josep Lluis Arcos, Carles Sierra, Pere Garcia:Open Multi-Agent 시스템 제도화ICMAS 2000: 381 ~382
  38. ^ Sanjay Modgil, Nir Oren, Noura Faci, Felipe Meneguzi, Simon Miles 및 Michael Luck, 전자계약 및 규범 준수 모니터링, 인공지능 및 법률 23 (2)(2015)
  39. ^ R. Hernandez Marin, G. Sartor, Time and norms: 사건 계산의[dead link] 공식화: 제7회 인공지능 및 법률에 관한 국제회의의 진행, ACM, 1999, 페이지 90-100.
  40. ^ Governatori, A.Rotolo, G. Sartor, 실행 가능한 논리에서의 시간화된 규범적 위치: 제10회 인공지능 및 법률에 관한 국제회의의 진행, ACM Press, 2005, 페이지 25-34.
  41. ^ 샤우어, 프레데릭"법칙의 실현 가능성에 대해"현재의 법적 문제 51.1(1998): 223.
  42. ^ 프라켄, 헨리, 조반니 사토르."법률상 면책 가능성의 세 가지 면"Juris 17.1 (2004) 비율: 118-139.
  43. ^ R. Loui: 실행 가능성으로의 경로: 2016-06-04 Wayback Machine에서 Shauer on Hart Archived에 회신합니다.APA 12:2, 2013
  44. ^ 로버트 A.Kowalski:입법을 대표하기 위한 논리 프로그램의 부정 처리.1989년 제2차 인공지능 및 법률 국제회의 진행: 11~15
  45. ^ 벤자민 존스턴, Guido Governatori:법적 영역에서의 배제 가능한 논리 이론의 유도.2003년 제9차 인공지능 및 법률 국제회의 진행: 204~213
  46. ^ 판민둥: 논리의 수용성과 논리의 논리와 논리의 프로그래밍 및 n-퍼스널 게임에서의 그 기본적 역할에 대하여.인공지능 77 (2): 321 ~358 (1995)
  47. ^ 시어도어 W. 루거, 폴린 T. 킴, 앤드류 D.마틴, & 케빈 M.Quinn, "대법원 예측 프로젝트:대법원의 의사결정을 예측하기 위한 법률 및 정치학 접근법' 2004년 5월 104권 콜롬비아
  48. ^ McShane, Blakeley B. (2012). "Predicting Securities Fraud Settlements and Amounts: A Hierarchical Bayesian Model of Federal Securities Class Action Lawsuits". Journal of Empirical Legal Studies. 9 (3): 482–510. doi:10.1111/j.1740-1461.2012.01260.x. S2CID 28041529.
  49. ^ Alexander, Charlotte; Al Jadda, Khalifeh; Feizollahi, Mhomamed J.; Tucker, Anne M. (5 September 2018). "Using Text Analytics to Predict Litigation Outcomes". Georgia State University College of Law. SSRN 3230224. {{cite journal}}:Cite 저널 요구 사항 journal=(도움말)
  50. ^ Tromans, Richard (13 February 2018). "Litigation Prediction Battle Heats Up; BLM Links with LSE". Artificial Lawyer. Retrieved 19 April 2019.
  51. ^ Tashea, Jason (September 2018). "Good Data, Bad Data: When it comes to predicting outcomes in litigation, algorithms are only as good as their underlying information". ABA Journal. Retrieved 19 April 2019.
  52. ^ Steffek, Felix; Bell, Ludwig (24 May 2018). "Law and Autonomous Systems Series: Paving the Way for Legal Artificial Intelligence – A Common Dataset for Case Outcome Predictions". Oxford University. Retrieved 1 May 2019.
  53. ^ "NC Lawyer by NC Bar Association - NC Bar Association's NC Lawyer". ncbar.org. Retrieved 26 December 2016.
  54. ^ Darryl Mountain, XML 전자 계약:자신을 설명하는 문서, 11(3) INT'L J.L. & TECH. 274 (2003)
  55. ^ Hunziker, R (Feb 2017). "New Invention Disclosure Standard – Why Would I Care?" (PDF). IPO Law Journal. Intellectual Property Owners Association.
  56. ^ a b 도나휴 L, 법조계에서 인공지능을 사용하는 것에 관한 입문서 https://jolt.law.harvard.edu/digest/a-primer-on-using-artificial-intelligence-in-the-legal-profession.https://jolt.law.harvard.edu/digest/a-primer-on-using-artificial-intelligence-in-the-legal-profession
  57. ^ a b c Richard Susskind, Bespoke에서 Commodity, LEGAL TECH. J., 2006, 4, 4 ~7. : CS1 유지보수: 제목으로 아카이브된 복사 (링크)
  58. ^ Boninoa, Dario; Ciaramella, Alberto; Corno, Fulvio (March 2010). "Review of the state-of-the-art in patent information and forthcoming evolutions in intelligent patent informatics". World Patent Information. 32 (1): 30–38. doi:10.1016/j.wpi.2009.05.008.
  59. ^ Snyder, Paul (1 April 1986). "Stop Playing Hide and Seek With Your Documents". ABA Journal. 72 (3): 54–56. JSTOR 20758698.