[论文解读] An Argumentation-Based Legal Reasoning Approach for DL-Ontology

Zhe Yu, Yiwei Lu|arXiv (Cornell University)|Sep 7, 2022

Semantic Web and Ontologies被引用 4

一句话总结

本文提出了一种基于论证的法律推理框架 L-ASPIC+，该框架将描述逻辑（DL）与形式化论证相结合，以处理法律本体中的不一致性，尤其适用于自动驾驶车辆设计。通过将基于 DL 的法律本体转化为论证理论，并应用基于偏好的推理，该方法即使在规范冲突的情况下也能实现一致且可解释的法律结论。

ABSTRACT

Ontology is a popular method for knowledge representation in different domains, including the legal domain, and description logics (DL) is commonly used as its description language. To handle reasoning based on inconsistent DL-based legal ontologies, the current paper presents a structured argumentation framework particularly for reasoning in legal contexts on the basis of ASPIC+, and translates the legal ontology into formulas and rules of an argumentation theory. With a particular focus on the design of autonomous vehicles from the perspective of legal AI, we show that using this combined theory of formal argumentation and DL-based legal ontology, acceptable assertions can be obtained based on inconsistent ontologies, and the traditional reasoning tasks of DL ontologies can also be accomplished. In addition, a formal definition of explanations for the result of reasoning is presented.

研究动机与目标

• 解决在 AI 系统中处理不一致法律本体的挑战，特别是在自动驾驶车辆设计等高风险领域。
• 克服传统 DL 推理的局限性，后者在处理不一致性方面表现不佳，且缺乏用户友好的解释。
• 开发一种形式化、可解释的推理系统，通过整合法律原则和论证偏好，支持规范性法律推理。
• 使工程师能够基于结构化、可辩护的结论，推理复杂场景（如事故后醉酒乘客）中的法律义务。
• 提供正式的解释，说明为何某些法律结论被接受或拒绝，其依据是法律规则和原则。

提出的方法

• 将 ASPIC+ 框架扩展为 L-ASPIC+，通过整合法律原则和规范性规则，以支持法律语境中的可废止推理。
• 通过将概念、关系和公理映射为逻辑公式和推理规则，将基于 DL 的法律本体转化为论证理论。
• 使用本体中的前提和法律规范体系中的规则来构建论证，明确区分严格规则与可废止规则。
• 基于法律原则引入论证之间的偏好关系，使用优先级函数来解决冲突。
• 应用论证语义（例如，可信/审慎）从不一致的规则集中确定可接受的结论。
• 将解释形式化为前提、规则和偏好顺序的集合，以证明法律断言被接受或拒绝的理由。

实验结果

研究问题

• RQ1 在 AI 系统中，特别是在自动驾驶等安全关键领域，如何有效处理不一致法律本体的推理？
• RQ2 如何将形式化论证与基于 DL 的本体相结合，以在处理规范性冲突的同时保持推理能力？
• RQ3 哪些机制可确保法律结论对工程师和监管机构具有可解释性和可辩护性？
• RQ4 如何正式编码法律原则，以指导论证偏好并解决相互竞争规范之间的冲突？
• RQ5 能够阐明为何特定法律结论被接受或拒绝的解释，其正式结构是什么？

主要发现

• L-ASPIC+ 框架通过利用论证来解决法律规范之间的冲突，成功实现了对不一致基于 DL 的法律本体的推理。
• 该方法通过结合论证-理论框架，支持传统的 DL 推理任务，如概念实例化和实例检索。
• 法律结论的解释被正式定义为前提、规则和偏好顺序的并集，从而能够追溯推理结果的正当性。
• 在自动驾驶车辆案例研究中，系统基于规范性优先级判断无人驾驶汽车是否应要求醉酒乘客协助受伤人员。
• 该框架在自动驾驶车辆设计中区分了核心功能与辅助功能，并使用法律原则优先考虑紧急援助等义务，而非路线效率。
• 对于断言 'LeaveCar(PS1)'，其解释包括前提如 'NeedEmergencyAid(Injury1)' 和规则 'r8'、'r9'，以及偏好 'p2 < p1'，用以证明其被接受的合理性。