摘要：自然语言处理和机器学习近期的发展为我们提供了工具，可以建立预测模型用以揭开法庭审判的原理。这项研究可以让律师和法官受益，他们可以利用我们的模型作为工具快速审案，或从已知信息中获取要点帮助判断。本文中，我们第一次系统性地研究了仅通过分析文本内容来预测欧洲人权法院的司法判决。我们制定了一个二元分类任务，在分类器中输入从案例中提取的文本内容，目标输出是关于是否存在违反人权公约的条款的实际判断。文本信息使用连续字序列（contiguous word sequences），即 N-gram 和话题来表示。我们的模型可以准确预测（平均 79% 正确率）法院的判决。我们的实证分析表明，案件的形式事实是最重要的判决因素。这与法律现实主义的理论一致，这表明司法决策受到事实情况的显著影响。我们同时发现，事件的话题内容是这种分类任务的另一个重要特征，我们通过定性分析进一步探讨了这种关系。

©本文由机器之心编译，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]