TWM550876U - 一種具有類神經模糊網路的法學知識學習資料庫系統 - Google Patents
一種具有類神經模糊網路的法學知識學習資料庫系統 Download PDFInfo
- Publication number
- TWM550876U TWM550876U TW106211023U TW106211023U TWM550876U TW M550876 U TWM550876 U TW M550876U TW 106211023 U TW106211023 U TW 106211023U TW 106211023 U TW106211023 U TW 106211023U TW M550876 U TWM550876 U TW M550876U
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- regulations
- input data
- trial
- litigation
- Prior art date
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本新型係提供一種具有類神經模糊網路的法學知識學習資料庫系統，特別指的是一種利用歷年訴訟審判經驗做類神經網路學習來提供使用者查詢所輸入之事件的預測法津判決，藉此得以讓法官、檢察官、律師、司法單位人員或法津相關學系的學生做為判決參考判斷之用。
目前一般法院中的司法案件審理，完全經由法官根據自由心證而獨立進行審判，但法官、檢察官、律師、司法單位人員或法津相關學系的學生可能因領域不熟悉或是經驗不足而造成判決與過往的判決有所落差，相同的案件也可能因為不同的法官因其本身的專業能力、主觀意識、引用判例的不同，而作出截然不同的判決結果，通常這樣的判決結兼會與一般社會大眾的認知而有所差距，也有可能因為法律條文經常修改，而造成法條引用錯誤的烏龍事件發生，因此，則必需藉助一些外在法律資料庫的引用，以作為判決的參考。
有鑑於此，本案之創作人係極力加以研究創作，而終於研發完成本創作一種具有類神經模糊網路的法學知識學習資料庫系統，本創作提供快速、簡單、方便、全面性且具有精準性的一種具有類神經模糊網路的法學知識學習資料庫系統，其用以提供用法官、檢察官、律師、司法單
位人員或法津相關學系的學生做為判決參考判斷之用，可謂本創作所述之一種具有類神經模糊網路的法學知識學習資料庫系統係為極需之設備。
本創作提供一種具有類神經模糊網路的法學知識學習資料庫系統裝置，在一些實施態樣中，包含一輸入資料儲存模組，使用者得輸入一案件之一輸入資料，且該輸入資料至少包含涉案人基本資料、案由資料、涉案人數、案件被害人數、案件涉及金額或涉案法條其中之一，並接收及儲存該輸入資料；一伺服器，該伺服器具有一歷年訴訟審判資料庫及一法學資料庫，該歷年訴訟審判資料庫儲存有歷年訴訟審判資料，該法學資料庫，該法學資料庫儲存有複數個法規，該複數個法規包含現行法規；一類神經網路學習模組，根據儲存於該輸入資料儲存模組的該輸入資料於該伺服器中搜尋出一適用於現行法規之相似的歷年訴訟審判資料，該類神經網路學習模組依該適用於現行法規之相似的歷年訴訟審判資料塑模出至少一基本刑罰，且依該輸入資料比對該適用於現行法規之相似的歷年訴訟審判資料塑模一權重；一預測資料運算模組，根據該類神經網路學習模組比較該所塑模出之該權重或該基本刑罰，對該輸入資料進行運算，以得出至少一預測資料，且該預測資料至少包含刑罰之預測資料；一使用者操作介面，以該輸入資料儲存模組接收該輸入資料，且具有一顯示模組，該顯示模組顯示該刑罰之預測資料。
在一些實施態樣中，該使用者操作介面為個人電腦、筆記型電腦、平板電腦、手機或個人數位助理〔PDA〕。
在一些實施態樣中，該複數個法規為總統與各政府機關、
單位公(發)布之法規、行政規章司法院和大法官解釋、見解及最新增、修訂之刑法法條及現行法規。
在一些實施態樣中，其中該歷年訴訟審判資料為民事/刑事判例、民事/刑事決議及歷年來之民事/刑事判例。
在一些實施態樣中，其中該適用於現行法規之相似的歷年訴訟審判資料得以為多筆。
10‧‧‧輸入資料儲存模組
20‧‧‧使用者操作介面
30‧‧‧伺服器
40‧‧‧類神經網路學習模組
50‧‧‧預測資料運算模組
第一圖係為一種具有類神經模糊網路的法學知識學習資料庫系統的各個元件的連結示意圖。
本新型所述之一種具有類神經模糊網路的法學知識學習資料庫系統係包含輸入資料儲存模組、伺服器，伺服器又包含歷年訴訟審判資料庫、法學資料庫、類神經網路學習模組、一預測資料運算模組及使用者操作介面。
參閱第一圖，第一圖係揭示本新型所述之一種具有類神經模糊網路的法學知識學習資料庫系統的各個元件的連結關係，輸入資料儲存模組得以將使用者於輸入資料儲存模組輸入一案利的輸入資料並儲存，輸入資料儲存模組與使用者操作介面具有連結，使用者操作介面接收輸入資料後，利用輸入資料搜尋該歷年訴訟審判資料庫內相似的歷年訴訟審判資料本案件涉及之現行法規，並比較相似的歷年訴訟審判資料的法規與本案件涉及之現行法規的差異，並判斷相似的歷年訴訟審判資料於本案列的適用性，相似的歷年訴訟審判資料得以為多筆，當相似的歷年訴訟審判資料
若與現行法規具有差異時則剔除該筆相似的歷年訴訟審判資料，僅挑選出適用於現行法規之相似的歷年訴訟審判資料，將適用於現行法規之相似的歷年訴訟審判資料傳送至類神經網路學習模組，該類神經網路學習模組得依照適用於現行法規之相似的歷年訴訟審判資料及輸入資料的相對應關系塑模出之權重或基本刑責，權重或基本刑責得提供給預測資料運算模組，預測資料運算模組則依權重或基本刑則對該輸入資料進行運算，以得出至少一預測資料，且該預測資料至少包含刑罰之預測資料，並由使用者操作介面的顯示模組顯示預測資料。
其中基本刑罰係指適用於現行法規之相似的歷年訴訟審判資料每個輸入資料每單位的最少刑罰，例如一個適用於現行法規之相似的歷年訴訟審判資料為詐騙案，案件涉及金額為3000萬元，判刑300天，則類神經網路學習模組將案件涉及金額的基本刑罰定義為每人每1元判刑0.0001天，當使用者輸入一詐騙案6000萬元時，預測資料運算模組得以依適用於現行法規之相似的歷年訴訟審判資料的基本刑罰，對輸入資料進行基本刑罰演算，依照每人每1元判刑0.0001天的原則將使用者輸入的6000萬元詐騙案做計算，得到600天的刑罰之預測資料。
其中權重係適用於現行法規之相似的歷年訴訟審判資料與本案件的涉案人數、案件被害人數、案件涉及金額的一比例，如適用於現行法規之相似的歷年訴訟審判資料與本案件的輸入資料皆相吻合之下，則權重為1，本案件的預測資料則帶出適用於現行法規之相似的歷年訴訟審判資料的刑罰為本案件的刑罰預測資料；該些適用於現行法規之相似的歷年訴訟審判資料與本案件的案件涉及金額為二倍時，則權重為2，本案件的預
測資料則將適用於現行法規之相似的歷年訴訟審判資料的刑罰乘以二倍為本案件的刑罰預測資料，本系統得以依得權重，對輸入資料進行權重加乘，以預測刑罰，接續上例，當使用者輸入一案件為詐騙案1000萬元時，則權重為三分之一，依本系統得以依適用於現行法規之相似的歷年訴訟審判資料的權重，對輸入資料比對該適用於現行法規之相似的歷年訴訟審判資料，依照比對該適用於現行法規之相似的歷年訴訟審判資料比對輸入資料比對得到的權重為三分之一，因此預測資料運算模組則將該適用於現行法規之相似的歷年訴訟審判資料判刑300天的刑度乘以三分之一，得到判刑100的刑罰之預測資料。
因此，本新型揭示一種具有類神經模糊網路的法學知識學習資料庫系統，包含一輸入資料儲存模組，使用者得輸入一案件之一輸入資料，且該輸入資料至少包含涉案人基本資料、案由資料、涉案人數、案件被害人數、案件涉及金額或涉案法條其中之一，並接收及儲存該輸入資料；一伺服器，該伺服器具有一歷年訴訟審判資料庫及一法學資料庫，該歷年訴訟審判資料庫儲存有歷年訴訟審判資料，該法學資料庫，該法學資料庫儲存有複數個法規，該複數個法規包含現行法規；一類神經網路學習模組，根據儲存於該輸入資料儲存模組的該輸入資料於該伺服器中搜尋出一適用於現行法規之相似的歷年訴訟審判資料，該類神經網路學習模組依該適用於現行法規之相似的歷年訴訟審判資料塑模出至少一基本刑罰，且依該輸入資料比對該適用於現行法規之相似的歷年訴訟審判資料塑模一權重；一預測資料運算模組，根據該類神經網路學習模組比較該所塑模出之該權重或該基本刑罰，對該輸入資料進行運算，以得出至少一預測資料，且該預
測資料至少包含刑罰之預測資料；一使用者操作介面，以該輸入資料儲存模組接收該輸入資料，且具有一顯示模組，該顯示模組顯示該刑罰之預測資料。
其中該使用者操作介面為個人電腦、筆記型電腦、平板電腦、手機或個人數位助理〔PDA〕。
其中該複數個法規為總統與各政府機關、單位公(發)布之法規、行政規章司法院和大法官解釋、見解及最新增、修訂之刑法法條及現行法規。
其中該歷年訴訟審判資料為民事/刑事判例、民事/刑事決議及歷年來之民事/刑事判例。
本新型所述之一種具有類神經模糊網路的法學知識學習資料庫系統係利用輸入資料搜尋該歷年訴訟審判資料庫內相似的歷年訴訟審判資料該案件涉及之現行法規，並比較相似的歷年訴訟審判資料的法規與該案件涉及之現行法規的差異，並判斷相似的歷年訴訟審判資料於該案列的適用性，該類神經網路學習模組得依照的歷年訴訟審判資料及現行法規的適用性來塑模出至少一權重及至少一基本刑罰，該預測資料運算模組依該權重預測出涉案人刑罰之預測資料。
本新型係提供一種具有類神經模糊網路的法學知識學習資料庫系統，得以利用歷年訴訟審判經驗做與類神經網路學習來提供使用者查詢所輸入之事件的預測法津判決，藉此得以讓法津相關學系的學生做為評估判斷之用，進而讓該學生提昇法津判決的之準確度與靈敏度，並顯示相關判決之歷程，使學生快速藉由該具有類神經模糊網路的法學知識學習
資料庫得到過往經驗，以落實法津相關學系的學生教育之目的，並發展成為法學知識學習、分享、諮詢的系統，以促進之法學知識分享與學習，以促進法津相關學系的學生之學習意願。
10‧‧‧輸入資料儲存模組
20‧‧‧使用者操作介面
30‧‧‧伺服器
40‧‧‧類神經網路學習模組
50‧‧‧預測資料運算模組
Claims (5)
- 一種具有類神經模糊網路的法學知識學習資料庫系統，包含一輸入資料儲存模組，使用者得輸入一案件之一輸入資料，且該輸入資料至少包含涉案人基本資料、案由資料、涉案人數、案件被害人數、案件涉及金額或涉案法條其中之一，並接收及儲存該輸入資料；一伺服器，該伺服器具有一歷年訴訟審判資料庫及一法學資料庫，該歷年訴訟審判資料庫儲存有歷年訴訟審判資料，該法學資料庫，該法學資料庫儲存有複數個法規，該複數個法規包含現行法規；一類神經網路學習模組，根據儲存於該輸入資料儲存模組的該輸入資料於該伺服器中搜尋出一適用於現行法規之相似的歷年訴訟審判資料，該類神經網路學習模組依該適用於現行法規之相似的歷年訴訟審判資料塑模出至少一基本刑罰，且依該輸入資料比對該適用於現行法規之相似的歷年訴訟審判資料塑模一權重；一預測資料運算模組，根據該類神經網路學習模組比較該所塑模出之該權重或該基本刑罰，對該輸入資料進行運算，以得出至少一預測資料，且該預測資料至少包含刑罰之預測資料；一使用者操作介面，以該輸入資料儲存模組接收該輸入資料，且具有一顯示模組，該顯示模組顯示該刑罰之預測資料。
- 如申請專利範圍第1項所述之系統，其中該使用者操作介面為個人電腦、筆記型電腦、平板電腦、手機或個人數位助理〔PDA〕。
- 如申請專利範圍第1項所述之系統，其中該複數個法規為總統與各政府機關、單位公(發)布之法規、行政規章司法院和大法官解釋、見解及最新增、修訂之刑法法條及現行法規。
- 如申請專利範圍第1項所述之系統，其中該歷年訴訟審判資料為民事/刑 事判例、民事/刑事決議及歷年來之民事/刑事判例。
- 如申請專利範圍第1項所述之系統，其中該適用於現行法規之相似的歷年訴訟審判資料得以為多筆。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW106211023U TWM550876U (zh) | 2017-07-27 | 2017-07-27 | 一種具有類神經模糊網路的法學知識學習資料庫系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW106211023U TWM550876U (zh) | 2017-07-27 | 2017-07-27 | 一種具有類神經模糊網路的法學知識學習資料庫系統 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TWM550876U true TWM550876U (zh) | 2017-10-21 |
Family
ID=61013730
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW106211023U TWM550876U (zh) | 2017-07-27 | 2017-07-27 | 一種具有類神經模糊網路的法學知識學習資料庫系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWM550876U (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI640882B (zh) * | 2017-12-26 | 2018-11-11 | 七法股份有限公司 | 法學資料探勘系統及法學資料探勘方法 |
-
2017
- 2017-07-27 TW TW106211023U patent/TWM550876U/zh not_active IP Right Cessation
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI640882B (zh) * | 2017-12-26 | 2018-11-11 | 七法股份有限公司 | 法學資料探勘系統及法學資料探勘方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Babchishin et al. | The influence of base rates on correlations: An evaluation of proposed alternative effect sizes with real-world data | |
| Holmes et al. | Minority threat, crime control, and police resource allocation in the Southwestern United States | |
| Fischer et al. | The IAB Establishment Panel–things users should know | |
| Azadeh et al. | A novel framework for improvement of road accidents considering decision-making styles of drivers in a large metropolitan area | |
| Glinskiy et al. | Environmental safety of the region: new approach to assessment | |
| Tserng et al. | The use of knowledge map model in construction industry | |
| Passer et al. | Sustainable built environment: transition towards a net zero carbon built environment | |
| CN108629713A (zh) | 一种人工智能制定高考志愿填报方案的方法 | |
| CN107609651A (zh) | 一种基于学习者模型的设计项评估方法 | |
| Dadashi et al. | Prioritizing highway safety improvement projects: A Monte-Carlo based Data Envelopment Analysis approach | |
| Olver et al. | Some notes on the validation of VRS-SO static scores | |
| Zhang et al. | Teaching evaluation algorithm based on grey relational analysis | |
| Chang et al. | Road safety performance across local governments: a data envelopment analysis approach | |
| Lohr | Design effects for a regression slope in a cluster sample | |
| Hannouf et al. | Cause-effect chains in S-LCA based on DPSIR framework using Markov healthcare model: an application to “working hours” in Canada | |
| Archetti et al. | Data science and environmental management in smart cities. | |
| Chao | Estimating project overheads rate in bidding: DSS approach using neural networks | |
| McLean et al. | Evaluation of a systems ergonomics-based incident reporting system | |
| Van Dooren | Supply and demand of policy indicators: A cross-sectoral comparison | |
| Culpepper | Studying individual differences in predictability with gamma regression and nonlinear multilevel models | |
| Lima et al. | Classifying occupations using web-based job advertisements: an application to STEM and creative occupations | |
| TWM550876U (zh) | 一種具有類神經模糊網路的法學知識學習資料庫系統 | |
| Garasto et al. | Developing experimental estimates of regional skill demand | |
| Hsieh et al. | Measuring the unmeasurable—a study of domestic violence risk prediction and management | |
| Xiaoping et al. | Strategic Learning and Knowledge Management of Technological Innovation in Safety Evaluation Planning of Construction Projects |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4K | Annulment or lapse of a utility model due to non-payment of fees | ||
| MM4K | Annulment or lapse of a utility model due to non-payment of fees |