首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

一家坐落于以色列的初创公司

昨天,一家坐落于以色列的初创公司 Lawgeex 举行了一场人机比赛:AI v.s. 人类律师,在 4 个小时内审查五项(共 14 页)保密协议,结果 20 名经验丰富的人类律师无论从时间还是准确度上都远逊于 AI,被机器完败。这向人们证明了,AI 已经有能力接替人类在法律领域的某些工作。

机遇与挑战

人工智能对商业产生的变革显而易见,在全球有 6000 亿美元的法律服务市场当然也不能幸免。据咨询公司 McKinsey 估计,22% 的律师工作和 35% 的律师助理工作都可以通过自动化来完成。显然,对于某些非核心的法律任务来说,机器应该比律师处理的更快且更好,例如合同审核工作。

2014 年成立的人工智能合同审查自动化解决方案公司 LawGeex 在这方面做得尤为出色。他们认为合同审查是现在每个公司都会需要的且数量庞大,例如典型的 1000 强企业,差不多在任何时候都会维持 2 万到 4 万个活跃的合同。但是据国际合同和商业管理协会(IACCM)调查,有 83% 的企业对其合同流程不满意,因为例如交易中常见的保密协议(NDA)一般需要一周或更长的时间才能批准下来,这大大降低了交易的速度。

而从另一方面对律师来说,审核这些合同大多只是重复性体力劳动,浪费了大量的时间,而又不得不做。

这样的市场需求似乎是在召唤着人工智能的到场,但事实并不是那么容易,在法律文件方面训练人工智能模型其实还有蛮多独特的挑战的。

首先是法律术语——通常这些法律语言复杂且违反直觉,这让训练变得十分困难。对于合同审查和批准,自然语言处理(NLP)和现成的解决方案根本不起作用,没有现有的计算语言模型能够连贯地阅读法律术语。

其次是高精度的要求——律师的主要职责是控制甚至降低其公司或客户的风险,准确性至关重要。在法律人工智能的训练中,单一文档分析要求的准确性要高得多,比如大数据「情感」分析(使用文本分析挖掘不同数据来源以获得意见以预测趋势的过程)。

针对第一个问题,LawGeex 创建了新的法律「语言」——专有的法律语言处理(LLP)和法律语言理解(LLU)模型。律师和工程师团队通过给 AI 展示大量的法律文件,教授了 LawGeex AI 相关的法律文献。当 AI 学习法律术语时,法律训练人员会指出它需要识别的概念。LLP 技术允许算法识别这些概念,即使这些词组它从来没有见过。

另一方面他们采用监控概念,而不是关键字 - LawGeex AI 的操作方式要比迟钝的「关键字搜索」复杂得多。关键字搜索可能过多或过少,因为相关文档中可能没有相关文字,或出现在不相关的文档中。但是真正的人工智能应该能够识别出一个概念,不管它是什么样的词组或出现在文档中的什么地方。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180228A0M2XQ00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券