۱. مقدمه: تحول در حقوق با هوش مصنوعی و نیاز به داده‌های تخصصی

پیشرفت‌های خیره‌کننده در یادگیری عمیق، چشم‌انداز کاربرد هوش مصنوعی را در حوزه‌های مختلف، به‌ویژه در پردازش زبان طبیعی (NLP)، دگرگون کرده است. حوزه حقوق نیز از این قافله عقب نمانده و شاهد تحولات چشمگیری در نحوه پردازش و تحلیل متون حقوقی با رویکردهای داده‌محور هستیم. این تحولات، هرچند نویدبخش کارایی و دقت بیشتر است، اما نیازمند دسترسی به مجموعه‌داده‌های بزرگ، متنوع و تخصصی است. متأسفانه، به‌ویژه در زبان‌هایی غیر از انگلیسی، این داده‌ها همچنان محدود و پراکنده هستند. در این مقاله، پژوهشگران با معرفی LBOX OPEN، اولین مجموعه داده معیار (Benchmark) در مقیاس بزرگ برای هوش مصنوعی حقوقی کره‌ای، گامی مهم در جهت رفع این خلاء برداشته‌اند. این مجموعه داده، که طیف وسیعی از وظایف را پوشش می‌دهد، پتانسیل بالایی برای پیشبرد تحقیقات در زمینه فهم زبان حقوقی کره‌ای و پیش‌بینی احکام قضایی دارد.

۲. نویسندگان و زمینه تحقیق

این پژوهش توسط تیمی از محققان برجسته شامل Wonseok Hwang, Dongjun Lee, Kyoungyeon Cho, Hanuhl Lee, و Minjoon Seo ارائه شده است. حوزه تحقیقاتی این مقاله در تلاقی دو رشته کلیدی قرار دارد: محاسبات و زبان (Computation and Language) و هوش مصنوعی (Artificial Intelligence). تمرکز اصلی پژوهش بر چالش‌های پردازش زبان طبیعی در حوزه حقوقی، به‌ویژه با در نظر گرفتن ویژگی‌های منحصر به فرد زبان حقوقی کره‌ای است. این تحقیق، با تکیه بر دانش روز در حوزه یادگیری عمیق و NLP، به دنبال ایجاد ابزارهایی قدرتمند برای تحلیل و درک متون حقوقی پیچیده و کمک به تصمیم‌گیری‌های قضایی است.

۳. چکیده و خلاصه محتوا: LBOX OPEN – یک جعبه ابزار جامع برای حقوق کره‌ای

این مقاله، مجموعه‌داده LBOX OPEN را به عنوان اولین و جامع‌ترین منبع برای تحقیقات هوش مصنوعی در حوزه حقوق کره‌ای معرفی می‌کند. این مجموعه داده، نه تنها شامل یک کرپوس (Corpus) حقوقی عظیم است، بلکه پنج وظیفه کلیدی در حوزه پردازش زبان حقوقی را نیز در بر می‌گیرد:

• دو وظیفه طبقه‌بندی: پیش‌بینی نام پرونده و پیش‌بینی قوانین مربوطه بر اساس شرح وقایع.
• دو وظیفه پیش‌بینی حکم قضایی (Legal Judgement Prediction – LJP):
  • در دعاوی کیفری: پیش‌بینی میزان جریمه نقدی، حبس با اعمال شاقه، و حبس بدون اعمال شاقه.
  • در دعاوی مدنی: پیش‌بینی درجه پذیرش خواسته بر اساس شرح وقایع و خواسته خواهان.
• یک وظیفه خلاصه‌سازی: خلاصه‌نویسی آرای دیوان عالی کشور.

علاوه بر این، پژوهشگران برای ارتقاء چالش‌ها و واقع‌گرایی، نسخه‌های توسعه‌یافته‌ای از این داده‌ها را نیز منتشر کرده‌اند. این نسخه‌ها با گسترش دامنه به دسته‌های کمتر رایج در طبقه‌بندی نام پرونده و قوانین، و همچنین با افزایش طول توالی ورودی در وظیفه خلاصه‌سازی، امکان ارزیابی مدل‌ها را در سناریوهای پیچیده‌تر فراهم می‌سازند. در نهایت، این مطالعه از مدل زبان حقوقی کره‌ای LCUBE رونمایی می‌کند که با استفاده از کرپوس حقوقی موجود در LBOX OPEN آموزش داده شده است.

۴. روش‌شناسی تحقیق: ساختار و محتوای LBOX OPEN

روش‌شناسی این پژوهش بر پایه‌ ایجاد یک چارچوب داده‌ای جامع و چندمنظوره بنا شده است. LBOX OPEN با دقت طراحی شده تا نیازهای متنوع پژوهشگران در حوزه حقوق و هوش مصنوعی را برطرف کند. در ادامه به تفصیل بخش‌های مختلف این مجموعه داده می‌پردازیم:

الف) کرپوس حقوقی:

این کرپوس، هسته اصلی LBOX OPEN را تشکیل می‌دهد و شامل ۱۴۷ هزار پیش‌داده (Precedent) کره‌ای با مجموعاً ۲۵۹ میلیون توکن است. این حجم عظیم از داده، امکان یادگیری عمیق الگوها و ظرافت‌های زبان حقوقی کره‌ای را فراهم می‌آورد. نکته قابل توجه، تمرکز بخش قابل توجهی از این داده‌ها بر روی پرونده‌های اخیر (۶۳ هزار مورد در ۴ سال گذشته) و همچنین پرونده‌های دادگاه‌های سطح اول و دوم است که در آن‌ها issues واقعی (factual issues) مورد بررسی قرار می‌گیرند. این امر، اعتبار و کاربردپذیری مجموعه داده را برای تحلیل دعاوی جاری افزایش می‌دهد.

ب) وظایف طبقه‌بندی:

این بخش شامل دو وظیفه کلیدی است که هدف آن‌ها درک توانایی مدل در استخراج اطلاعات کلیدی از متن پرونده است:

• پیش‌بینی نام پرونده (Case Name Prediction): با ۱۱.۳ هزار نمونه، مدل باید بتواند بر اساس شرح وقایع یک پرونده، نام یا عنوان صحیح آن را حدس بزند. این وظیفه نیازمند درک عمیق از ماهیت و موضوع حقوقی هر پرونده است.
• پیش‌بینی قوانین (Statute Prediction): این وظیفه شامل ۲.۸ هزار نمونه است و از مدل می‌خواهد تا بر اساس شرح وقایع، قوانین مرتبط با آن را شناسایی کند. این امر برای فهم چگونگی اعمال قانون در موارد خاص حیاتی است.

ج) وظایف پیش‌بینی حکم قضایی (Legal Judgement Prediction – LJP):

این بخش یکی از چالش‌برانگیزترین قسمت‌های LBOX OPEN است و مستقیماً به پیش‌بینی نتایج قضایی می‌پردازد:

• LJP کیفری: این وظیفه بر روی ۱۰.۵ هزار مثال کیفری تمرکز دارد. مدل با دریافت شرح وقایع، موظف است پیش‌بینی‌هایی در مورد میزان جریمه نقدی، حبس با اعمال شاقه، و حبس بدون اعمال شاقه ارائه دهد. این پیش‌بینی‌ها معمولاً در قالب بازه‌های مشخصی ارائه می‌شوند.
• LJP مدنی: با ۴.۷ هزار مثال مدنی، مدل باید بتواند بر اساس شرح وقایع و خواسته خواهان، درجه پذیرش خواسته را تعیین کند. این می‌تواند از رد کامل خواسته تا پذیرش کامل آن متغیر باشد.

د) وظیفه خلاصه‌سازی:

این وظیفه شامل ۲۰ هزار جفت آرای دیوان عالی کشور و خلاصه‌های مربوطه است. هدف، آموزش مدل برای تولید خلاصه‌های موجز و دقیق از متون حقوقی طولانی و پیچیده است، که در وقت قضات و وکلا صرفه‌جویی می‌کند.

ه) نسخه‌های توسعه‌یافته (Realistic Variants):

برای شبیه‌سازی بهتر دنیای واقعی، پژوهشگران نسخه‌های توسعه‌یافته‌ای را نیز ارائه داده‌اند:

• گسترش دامنه طبقه‌بندی: اضافه شدن ۳۱ هزار نمونه به وظیفه طبقه‌بندی نام پرونده و ۱۷.۷ هزار نمونه به وظیفه طبقه‌بندی قوانین، با تمرکز بر دسته‌بندی‌های کمتر رایج.
• ورودی‌های طولانی در خلاصه‌سازی: افزایش چشمگیر طول متون ورودی در وظیفه خلاصه‌سازی با ۵۱ هزار نمونه، برای ارزیابی توانایی مدل در پردازش اسناد حجیم.

و) مدل LCUBE:

با بهره‌گیری از کرپوس حقوقی LBOX OPEN، مدل زبان حقوقی کره‌ای LCUBE آموزش داده شده است. این مدل، اولین مدل اختصاصی برای زبان حقوقی کره‌ای است و به‌عنوان یک ابزار پایه برای پژوهش‌های آتی عمل خواهد کرد.

۵. یافته‌های کلیدی: گام‌هایی رو به جلو در هوش مصنوعی حقوقی

معرفی LBOX OPEN و LCUBE، دستاوردهای مهمی را در حوزه هوش مصنوعی حقوقی به همراه دارد:

• بزرگترین مجموعه داده تخصصی: LBOX OPEN، با حجم و تنوع بی‌سابقه‌اش، بزرگترین منبع داده برای پژوهش‌های هوش مصنوعی در حوزه حقوق کره‌ای محسوب می‌شود. این امر، موانع اصلی در مسیر توسعه مدل‌های کارآمد را کاهش می‌دهد.
• پوشش چندوظیفه‌ای: این مجموعه داده، مجموعه‌ای از وظایف مرتبط با فهم زبان حقوقی را در بر می‌گیرد، از طبقه‌بندی ساده تا پیش‌بینی پیچیده حکم قضایی و خلاصه‌سازی. این رویکرد چندوظیفه‌ای، امکان ارزیابی جامع‌تر مدل‌ها را فراهم می‌کند.
• تمرکز بر زبان کره‌ای: با توجه به ویژگی‌های منحصربه‌فرد حقوق کره جنوبی و زبان حقوقی آن، LBOX OPEN به غنای تحقیقات جهانی در زمینه هوش مصنوعی حقوقی چندزبانه کمک شایانی می‌کند.
• واقع‌گرایی در داده‌ها: ارائه‌ی نسخه‌های توسعه‌یافته با تمرکز بر دسته‌بندی‌های نادر و ورودی‌های طولانی، باعث می‌شود مدل‌های آموزش‌دیده، در سناریوهای واقعی و چالش‌برانگیزتر، عملکرد بهتری داشته باشند.
• مدل LCUBE: اولین مدل زبان حقوقی کره‌ای، راه را برای توسعه ابزارهای پیشرفته‌تر تحلیل و درک متون حقوقی به زبان کره‌ای هموار می‌سازد.

۶. کاربردها و دستاوردها: ایجاد تحول در نظام قضایی

LBOX OPEN و LCUBE، پتانسیل بالایی برای ایجاد تحول در بخش‌های مختلف نظام قضایی دارند:

• افزایش کارایی قضایی: ابزارهای مبتنی بر این داده‌ها می‌توانند به قضات و دستیاران قضایی در تجزیه و تحلیل سریع‌تر پرونده‌ها، یافتن قوانین مرتبط، و حتی پیش‌بینی احتمالی نتایج کمک کنند، که منجر به کاهش زمان رسیدگی و افزایش بهره‌وری می‌شود.
• دسترسی بهتر به عدالت: با خودکارسازی برخی فرآیندهای حقوقی، دسترسی به خدمات حقوقی برای عموم مردم آسان‌تر و مقرون‌به‌صرفه‌تر خواهد شد.
• تحقیقات حقوقی پیشرفته: پژوهشگران حقوقی می‌توانند با استفاده از این مجموعه داده، الگوهای پنهان در تصمیمات قضایی، روندهای حقوقی، و ابهامات قانونی را شناسایی و مورد تحلیل قرار دهند.
• آموزش حقوقی نوآورانه: دانشجویان حقوق می‌توانند از ابزارهای مبتنی بر هوش مصنوعی برای درک بهتر مفاهیم حقوقی، تحلیل پرونده‌های واقعی، و تمرین مهارت‌های حقوقی بهره ببرند.
• مقایسه‌پذیری در تحقیقات بین‌المللی: با وجود مجموعه داده‌های مشابه در زبان‌های دیگر، LBOX OPEN امکان مقایسه و تبادل دانش در زمینه هوش مصنوعی حقوقی را در سطح جهانی فراهم می‌کند.

به‌عنوان مثال، مدل LCUBE می‌تواند در سیستم‌های جستجوی هوشمند حقوقی به کار رود، به طوری که کاربران بتوانند با طرح سوالات به زبان عادی، به سرعت به اطلاعات مرتبط، قوانین، و حتی آرای قضایی مشابه دسترسی پیدا کنند. همچنین، سیستم‌های پیش‌بینی حکم می‌توانند به وکلای تازه‌کار در ارزیابی احتمالات موفقیت در یک پرونده خاص، کمک کنند.

۷. نتیجه‌گیری: افق‌های روشن برای هوش مصنوعی در حقوق

پژوهش ارائه شده با معرفی LBOX OPEN و LCUBE، گامی بزرگ و حیاتی در جهت بومی‌سازی و پیشبرد تحقیقات هوش مصنوعی در حوزه حقوق کره‌ای برداشته است. این مجموعه داده جامع و چندوظیفه‌ای، همراه با مدل زبان تخصصی LCUBE، ابزارهای لازم را برای پژوهشگران، متخصصان حقوقی، و توسعه‌دهندگان فراهم می‌کند تا بتوانند مدل‌های پیشرفته‌تری برای فهم زبان حقوقی و کمک به فرآیندهای قضایی توسعه دهند. همانطور که نویسندگان اشاره کرده‌اند، LBOX OPEN و LCUBE به‌صورت عمومی در دسترس قرار خواهند گرفت، که این امر نویدبخش آینده‌ای روشن‌تر برای ادغام هوش مصنوعی در نظام عدالت در کره و الهام‌بخشی برای سایر نظام‌های حقوقی در سراسر جهان است.