Split Up (expertsystem)

Split Up är ett intelligent beslutsstödssystem som gör förutsägelser om fördelningen av giftorättsgods efter skilsmässa i Australien. Den är utformad för att hjälpa domare , justitiesekreterare vid familjedomstolen i Australien, medlare och advokater . Split Up fungerar som ett hybridsystem, som kombinerar regelbaserat resonemang med neurala nätverksteori . Regelbaserat resonemang fungerar inom strikta parametrar, i formen:

OM < villkor (er) > då .

Neurala nätverk anses däremot vara bättre lämpade för att generera beslut inom osäkra domäner, eftersom de kan läras att väga de faktorer som rättsliga beslutsfattare beaktar utifrån ärendedata. Ändå ger de ingen förklaring till de slutsatser de kommer fram till. Split_up, i syfte att övervinna denna brist, använder argumentstrukturer föreslagna av Toulmin som grund för representationer från vilka förklaringar kan genereras.

Ansökan

I australiensisk familjerätt kommer en domare att fastställa fördelningen av egendom:

identifiera tillgångarna i äktenskapet som ingår i den gemensamma poolen
fastställa vilken procentandel av den gemensamma poolen varje part kommer att få
fastställa ett slutligt fastighetsföreläggande i enlighet med de beslut som fattas i 1. och 2.

Split_Up implementerar steg 1 och 2: bestämningen av den gemensamma poolen och förutsägelsen av en procentuell split.

Den gemensamma poolen beslutsamhet

Eftersom fastställandet av giftorättsgods är regelbaserat, implementeras det med hjälp av riktade grafer .

Den procentuella fördelningen mellan parterna är dock diskretionär eftersom en domare har ett stort utrymme för skönsmässig bedömning att titta på varje parts bidrag till äktenskapet enligt avsnitt 79(4) i Family Law Act 1975 . I stort sett kan bidragen ses som finansiella eller icke-ekonomiska. Den part som kan visa ett större bidrag till det äktenskapliga förhållandet får en större andel av tillgångarna. Domstolen kan vidare titta på varje parts ekonomiska resurser och framtida behov enligt avsnitt 75(2) i Family Law Act 1975 . Dessa behov kan innefatta faktorer som oförmåga att få arbete, fortsatt vård av ett barn under 18 år eller sjukvårdskostnader.

Detta innebär att olika domare kan och kommer att dra olika slutsatser utifrån samma fakta, eftersom varje domare tilldelar varje faktor olika relevanta vikter. Split_up bestämmer procentandelen genom att använda en kombination av regelbaserade resonemang och neurala nätverk .

Bestämning av procentandelen

För att avgöra hur domare väger de olika faktorerna användes 103 skriftliga domar i vanliga fall för att upprätta en databas som omfattar 94 relevanta faktorer för procentuell bestämning.

Faktorerna som är relevanta för en procentuell uppdelning är:

Tidigare bidrag från en man i förhållande till en hustrus
Makens framtida behov i förhållande till hustruns
Äktenskapets rikedom

De faktorer som är relevanta för att fastställa tidigare bidrag är

De relativa direkta och indirekta bidragen från båda parter
Äktenskapets längd
Båda parters relativa bidrag till hemmakarrollen

Hierarkin tillhandahåller en struktur som används för att dela upp uppgiften att förutsäga ett utfall i 35 deluppgifter. Utdata från uppgifter längre ner i hierarkin används som indata till deluppgifter högre upp i hierarkin. Varje deluppgift behandlas som en separat och mindre datautvinningsövning. Tjugoen heldragna bågar representerar slutledningar utförda med användning av regeluppsättningar. Till exempel bestäms nivån av förmögenhet för ett äktenskap av en regel som använder det gemensamma poolvärdet.

Däremot upprättar de fjorton streckade bågarna slutsatser som utförs med användning av neurala nätverk . Dessa får sitt namn av att de liknar ett nervsystem i hjärnan . De består av många självjusterande bearbetningselement som samverkar i ett tätt sammankopplat nätverk. Varje bearbetningselement genererar en enda utdata som sänds till det andra bearbetningselementet. Utsignalen från ett bearbetningselement beror på ingången till bearbetningselementet, dvs varje ingång är grindad av en viktningsfaktor som bestämmer hur stor påverkan ingången kommer att ha på utgången. Styrkan på viktningsfaktorerna justeras autonomt av bearbetningselementet när data bearbetas.

I Split_Up är det neurala nätverket en statistisk teknik för att lära sig vikten av vart och ett av de relevanta attributen som används i en procentuell delad bestämning av äktenskaplig egendom.

Följaktligen är ingångarna till det neurala nätverket bidrag, framtida behov och rikedom, och resultatet som den procentuella fördelningen förutspått.

På varje båge finns en statistisk vikt. Genom att använda backpropagation lär sig det neurala nätverket det nödvändiga mönstret för att känna igen förutsägelsen. Den tränas genom att upprepade gånger utsätta den för exempel på problemet och lära sig betydelsen (vikterna) av ingångsnoderna .

Det neurala nätverket som används av Split_up sägs generalisera bra om utdata från nätverket är korrekt (eller nästan korrekt) för exempel som inte setts under träning, vilket klassificerar det som ett intelligent system .

Toulmins argumentstruktur

Eftersom sättet på vilket dessa vikter lärs in främst är statistiskt, modelleras inte domänkunskapen om juridiska regler och principer direkt. Förklaringar till en rättslig slutsats på ett område som är så skönsmässigt som att fastställa fördelningen av egendom efter skilsmässa är dock minst lika viktiga som slutsatsen. Därför använde skaparna av Split_Up Toulmin Argument-strukturer för att ge oberoende förklaringar av slutsatserna.

Dessa arbetar utifrån att varje argument gör ett påstående baserat på vissa data. Påståendet av argumentet står som argumentets påstående. Eftersom att känna till uppgifterna och påståendet, inte nödvändigtvis betyder att påståendet följer av uppgifterna, krävs en mekanism för att motivera påståendet mot bakgrund av uppgifterna. Motiveringen är känd som teckningsoptionen. Uppbackningen av ett argument stöder beslutets giltighet. På det juridiska området är detta vanligtvis en hänvisning till en lag eller ett prejudikat.

Här producerar ett neuralt nätverk (eller regler), en slutsats från data från ett argument och data, rättegång och stöd reproduceras för att generera en förklaring.

Det är dock anmärkningsvärt att ett arguments beslut återges som en förklaring oavsett vilka anspråksvärden som används. Denna brist på anspråk - känslighet måste övervinnas av de olika användarna, dvs. domaren, representanterna för hustrun och representanterna för mannen, som var och en uppmuntras att använda systemet för att förbereda sina fall, men inte att enbart förlita sig på på dess resultat.