計算法學(xué)導(dǎo)論

叢書序
自然為法立法（代序）
第1章 計算法學(xué)的產(chǎn)生
1．1 問題框定——法學(xué)中的量化問題
1．2 概念追問——什么是計算法學(xué)
1．2．1 計算法學(xué)抑或計量法學(xué)
1．2．2 計算法學(xué)在法學(xué)中的定位
1．2．3 計算法學(xué)研究意義
1．2．4 計算法學(xué)的主要研究領(lǐng)域
1．3 認(rèn)識論基礎(chǔ)——法是確定性與模糊性的綜合體
1．3．1 法的模糊性
1．3．2 法學(xué)定量研究——有理無數(shù)慎談學(xué)術(shù)
1．3．3 法的科學(xué)性——自然為法立法
1．4 法學(xué)基礎(chǔ)——以公平正義為核心價值
1．5 數(shù)學(xué)基礎(chǔ)——處理非線性問題研究成果的興起
1．5．1 模糊數(shù)學(xué)的特性
1．5．2 人工智能用于法學(xué)研究的特性
1．6 現(xiàn)實基礎(chǔ)——案例作用在我國逐漸增強(qiáng)
1．6．1 我國立法與司法的新動向
1．6．2 法律三段式推理的悖論
1．6．3 案例重要性再認(rèn)識
1．6．4 案例指導(dǎo)制度
第2章 建立刑事量刑模型
2．1 問題提出——量刑失衡
2．2 量刑差異的思考
2．2．1 我國量刑差異原因初步分析
2．2．2 定量分析在克服量刑差異上的研究成果
2．2．3 量刑基準(zhǔn)的確定：邏輯推演法與實證分析法
2．3 模糊數(shù)學(xué)理論基礎(chǔ)
2．3．1 模糊數(shù)學(xué)
2．3．2 隸屬度
2．3．3 模糊量刑系統(tǒng)與量刑指南
2．3．4 量刑指標(biāo)的選擇
2．3．5 隸屬度函數(shù)的確定
2．4 建立模糊量刑模型
2．4．1 量刑指標(biāo)的選擇——以強(qiáng)奸案為例
2．4．2 評價指標(biāo)的權(quán)重
2．4．3 個案實例分析
2．5 小結(jié)——模糊量刑的優(yōu)勢
第3章 立法文本的實證分析
3．1 研究樣本
3．1．1 立法制度樣本——以精神損害賠償司法解釋和地方立法為主
3．1．2 司法案例庫——以醫(yī)療糾紛中精神損害賠償案例為研究對象
3．1．3 案例研究的前提假定
3．2 國內(nèi)外精神損害賠償立法研究綜述
3．3 精神損害立法現(xiàn)狀
3．3．1 立法文本頒布狀況
3．3．2 立法表現(xiàn)形式考察
3．3．3 我國精神損害賠償額的設(shè)立方式
3．4 我國醫(yī)療糾紛中精神損害賠償?shù)膶嶋H狀況
3．4．1 法律適用現(xiàn)狀考察
3．4．2 支持率考察
3．4．3 賠償額考察
3．4．4 醫(yī)療糾紛中精神損害賠償率的實證考察
3．5 對我國醫(yī)療糾紛中精神損害賠償?shù)牧⒎八痉ǚ此技敖ㄗh
3．5．1 法律適用的反思
3．5．2 支持率和賠償額較低的原因分析
3．5．3 對精神損害賠償原則的反思
3．5．4 完善精神損害賠償原則
3．5．5 完善我國醫(yī)療精神損害賠償功能的思考
3．5．6 反思醫(yī)療糾紛中的精神損害賠償標(biāo)準(zhǔn)
3．5．7 完善我國精神損害賠償標(biāo)準(zhǔn)設(shè)立方式的建議
3．6 關(guān)于醫(yī)療糾紛中精神損害賠償裁量因素
3．6．1 立法角度考察精神損害賠償裁量因素
3．6．2 司法角度考察醫(yī)療糾紛中精神損害賠償?shù)牟昧恳蛩?br />3．7 本章小結(jié)
第4章 建立民事裁量模型
4．1 人工智能與法律——卓有成效的結(jié)合
4．1．1 人工智能與法律發(fā)展簡史
4．1．2 人工智能與法律結(jié)合必要性
4．1．3 人工智能與法律結(jié)合的優(yōu)勢與難點(diǎn)
4．1．4 人工智能與法律的研究主題
4．1．5 人工智能與法律研究的整體趨勢
4．2 法律裁量模型：現(xiàn)狀、趨勢、優(yōu)劣勢分析
4．2．1 研究概況
4．2．2 主要研究成果
4．2．3 研究的新動向
4．3 建立精神損害賠償裁量模型的現(xiàn)實需求
4．3．1 案例裁量差異巨大
4．3．2 研究方法的詰難
4．4 研究樣本、假設(shè)、原則
4．4．1 研究樣本
4．4．2 研究假設(shè)一——賠償額各決定因素的不均衡性假設(shè)
4．4．3 研究假設(shè)二——案例具有普適性
4．4．4 量化分析的原則
4．4．5 我國建立司法裁量模型的背景
4．5 建立精神損害評價指標(biāo)體系
4．5．1 主要評價指標(biāo)概述
4．5．2 精神損害賠償?shù)闹笜?biāo)體系
4．6 基于BP神經(jīng)網(wǎng)絡(luò)的司法裁量模型
4．6．1 BP神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)
4．6．2 人工智能裁量模型的工作流程
4．6．3 人工智能精神損害裁量模型結(jié)果分析
4．6．4 人工智能裁量模型運(yùn)行結(jié)果的特點(diǎn)分析
4．6．5 法律裁量模型優(yōu)劣勢分析
4．7 建立司法裁量模型相關(guān)探討與思考
4．7．1 裁量模型的效力思考
4．7．2 裁量模型對立法的影響
4．8 對我國人工智能與法律研究的啟示
第5章 建立法律本體檢索模型
5．1 法律本體查詢：現(xiàn)狀、難點(diǎn)
5．1．1 研究概述
5．1．2 主要研究成果
5．1．3 建構(gòu)法律本體的難點(diǎn)和問題
5．2 建立法律本體的挑戰(zhàn)
5．2．1 挑戰(zhàn)一——法律模糊性
5．2．2 挑戰(zhàn)二——法律三段式推理的悖論
5．2．3 挑戰(zhàn)三——案例在中國司法中的有限作用
5．3 建立法律檢索本體
5．3．1 法律本體的作用
5．3．2 本體模塊化的劃分
5．3．3 規(guī)范性文件的基本要素
5．3．4 規(guī)范性法律文件的相關(guān)性
5．3．5 案件的描述要素
5．3．6 案例的相關(guān)性
5．4 本章小結(jié)
結(jié)論
參考文獻(xiàn)