Reasoning with Rules and Precedents: A Computational Model of Legal Analysis

تعداد کمی از حوزه‌های تخصص انسانی به خوبی درک شده‌اند که می‌توان آن‌ها را کاملاً به اصول کلی تقلیل داد. به طور مشابه، حوزه های کمی وجود دارند که در آن تجربه آنقدر گسترده باشد که هر مشکل جدید دقیقاً با مشکل قبلی که راه حل آن مشخص است مطابقت داشته باشد. وقتی نه قوانین و نه مثالها به صورت جداگانه کافی نیستند، تخصص حل مسئله به ادغام هر دو بستگی دارد. این کتاب یک چارچوب محاسباتی برای ادغام قوانین و موارد برای وظایف تحلیلی ارائه می‌دهد که با تجزیه و تحلیل حقوقی مشخص می‌شوند. این کتاب از چارچوبی برای ادغام پرونده ها و قوانین به عنوان مبنایی برای مدل جدیدی از سوابق حقوقی استفاده می کند. این مدل توضیح می‌دهد که چگونه نظریه‌ای که بر اساس آن یک پرونده تصمیم‌گیری می‌شود، تأثیر مقدماتی پرونده را کنترل می‌کند. چارچوب یکپارچه سازی قوانین و موارد در GREBE، یک سیستم برای تجزیه و تحلیل حقوقی، پیاده سازی شده است. این کتاب تکنیک‌هایی را برای نمایش، نمایه‌سازی و مقایسه موارد پیچیده و تبدیل ساختارهای توجیهی مبتنی بر قوانین و موارد به متن به زبان طبیعی ارائه می‌کند.
این کتاب محققان در زمینه هوش مصنوعی، به ویژه کسانی که در استدلال مبتنی بر مورد، هوش مصنوعی و قانون، و مدل‌های رسمی استدلال، و محققان در فلسفه حقوق، فقه، و استدلال قیاسی دخیل هستند، علاقه‌مند خواهد بود.

Few areas of human expertise are so well understood that they can be completely reduced to general principles. Similarly, there are few domains in which experience is so extensive that every new problem precisely matches a previous problem whose solution is known. When neither rules nor examples are individually sufficient, problem-solving expertise depends on integrating both. This book presents a computational framework for the integration of rules and cases for analytic tasks typified by legal analysis. The book uses the framework for integrating cases and rules as a basis for a new model of legal precedents. This model explains how the theory under which a case is decided controls the case's precedential effect. The framework for integrating rules and cases is implemented in GREBE, a system for legal analysis. The book presents techniques for representing, indexing, and comparing complex cases and for converting justification structures based on rules and case into natural-language text.
This book will interest researchers in artificial intelligence, particularly those involved in case-based reasoning, artificial intelligence and law, and formal models of argumentation, and to scholars in legal philosophy, jurisprudence, and analogical reasoning.