YucongDuan的个人博客分享 http://blog.sciencenet.cn/u/YucongDuan

博文

模拟法律文书片段:基于DIKWP从概念空间到语义空间的处理与转化的应用

已有 700 次阅读 2023-11-28 17:49 |系统分类:论文交流

Traditional Invention and Innovation Theory 1946-TRIZ Does Not Adapt to the Digital Era

-Innovative problem-solving methods combining DIKWP model and classic TRIZ

Purpose driven Integration of datainformationknowledge, and wisdom Invention and creation methods: DIKWP-TRIZ

(Chinese people's own original invention and creation methods:DIKW- TRIZ)

 

模拟法律文书片段:

基于DIKWP从概念空间到语义空间的处理与转化的应用

 

Prof. Yucong Duan

BenefactorFulaing TangZeyu Yang

DIKWP Artificial Consciousness Laboratory

AGI-AIGC-GPT Evaluation DIKWP (Global) Laboratory

(Contact Emailduanyucong@hotmail.com)


法律文书背景

本案件涉及一起网络犯罪,被告通过非法手段获取并售卖受害者的微信账号。案件复杂,涉及个人隐私侵犯、网络安全等多个方面。

法律文书片段

引言

"在本案中,我们面临的不仅是一起简单的财产侵权问题,而是涉及到更为复杂的网络安全和个人隐私侵犯。为了全面审理本案,我们采用了DIKWP模型进行深入的语义处理和转化,以确保对案件各方面的准确理解和公正判断。"

数据层(D)

"首先,在数据层面,我们收集并分析了被告的网络活动日志、交易记录、以及受害者账号的使用情况。例如,被告在网络上的交易记录(D1)显示了其与多个微信账号买家的交易模式。这些数据对于理解被告的行为模式至关重要。"

信息层(I)

"基于这些数据,我们提炼出关键信息。例如,被告在特定时间内的频繁交易活动(I1)暗示了其犯罪行为的计划性和持续性。此外,受害者账号的异常登录记录(I2)提供了其账号被非法访问和使用的证据。"

知识层(K)

"在知识层面,我们引用了相关的网络安全法律和个人隐私保护法规(K1),以确定被告的行为构成了明确的法律违反。例如,根据《网络安全法》,被告的行为侵犯了网络用户的数据安全和个人隐私权。"

智慧层(W)

"在智慧层面,我们考虑了本案的广泛社会影响。例如,该案件不仅涉及受害者的个人损失,还关系到公众对网络空间安全的信任(W1)。因此,我们的判决不仅要对被告的行为进行惩罚,还要考虑如何通过本案强化社会对网络安全的重视。"

意图层(P)

最后,在意图层面,我们明确本案判决的目的不仅是惩处犯罪,还要预防类似犯罪的发生(P1)。因此,我们建议除了对被告的法律制裁外,还需加强网络安全教育和提高公众对个人数据保护的意识。

DIKWP语义转化的应用

通过DIKWP模型,我们能够从多个维度深入理解和处理本案。在数据层和信息层,我们集中分析了被告的网络行为和交易模式,揭示其犯罪的有组织性和计划性。通过知识层的应用,我们能够将这些行为与现行法律规定对比,明确其违法性质。智慧层的分析帮助我们理解案件对社会的影响,从而在判决中考虑更广泛的社会效果。最后,意图层指导我们形成了旨在减少此类犯罪发生的长远策略。

此外,DIKWP模型在处理过程中强调了语义的转化和校验,这对于解决案件中可能存在的各方认知误解具有重要价值。例如,对于被告的网络交易记录(D1),我们不仅关注其表面的交易活动,而是深入分析其背后的意图和目的(P1)。这种深度分析帮助我们理解了被告的行为不仅是财产侵权,更是对网络安全和个人隐私的严重威胁。

在信息层(I),我们特别关注了受害者账号的异常登录记录(I2),这些信息在传统的财产侵权案件中可能被忽视。通过对这些信息的深入解读,我们能够更准确地判断被告行为的非法性和对受害者造成的实际损害。

在知识层(K),我们综合运用了网络安全法律和个人隐私保护法规(K1),这使我们的法律判断不仅符合现行法律规定,还能适应数字化时代的新挑战。

智慧层(W)的应用使我们的判决更加全面和深入。我们不仅考虑了被告的行为对单个受害者的影响,还考虑了案件对整个社会网络安全的影响(W1)。这种广泛的考虑帮助我们形成了一个全面的判决,既惩罚了犯罪行为,又强化了对网络安全的公众意识。

最终,在意图层(P),我们的判决旨在达到的目的不仅是惩处当前的犯罪行为,更是预防未来类似犯罪的发生(P1)。我们的建议包括加强网络安全教育和提高公众对个人数据保护的意识,这些措施旨在减少此类犯罪的发生,并保护社会的整体网络安全。

通过DIKWP模型,我们能够更准确、全面地处理本案,确保法律判决的公正性和有效性。这种方法不仅提高了法律判决的精确性和一致性,而且还增强了我们对新兴法律挑战的应对能力。DIKWP模型的语义转化和校验功能在处理涉及多层次、跨学科问题的案件中显得尤为重要。


段玉聪,海南大学计算机科学与技术学院教授,博士生导师, 第一批入选海南省南海名家计划、海南省领军人才,2006年毕业于中国科学院软件研究所,先后在清华大学、首都医科大学、韩国浦项工科大学、法国国家科学院、捷克布拉格查理大学、意大利米兰比克卡大学、美国密苏里州立大学等工作与访学。现任海南大学计算机科学与技术学院学术委员会委员、海南大学数据、信息、知识、智慧、意图DIKWP创新团队负责人、兼重庆警察学院特聘研究员、海南省委双百人才团队负责人、海南省发明协会副会长、海南省知识产权协会副会长、海南省低碳经济发展促进会副会长、海南省农产品加工企业协会副会长、美国中密西根大学客座研究员及意大利摩德纳大学的博士指导委员会委员等职务。自2012年作为D类人才引进海南大学以来,累计发表论文260余篇,SCI收录120余次,ESI高被引11篇,引用统计超过4300次。面向多行业、多领域设计了241件(含15件PCT发明专利)系列化中国国家及国际发明专利,已获授权第1发明人中国国家发明专利及国际发明专利共85件。2020年获吴文俊人工智能技术发明三等奖;2021年作为程序委员会主席独立发起首届国际数据、信息、知识与智慧大会-IEEE DIKW 2021;2022年担任IEEE DIKW 2022大会指导委员会主席;2023年担任IEEE DIKW 2023大会主席;2022年获评海南省最美科技工作者(并被推全国);2022年与2023年连续入选美国斯坦福大学发布的全球前2%顶尖科学家的“终身科学影响力排行榜”榜单。参与研制IEEE金融知识图谱国际标准2项、行业知识图谱标准4项。2023年发起并共同举办首届世界人工意识大会(Artificial Consciousness 2023, AC2023)。

 

 

数据(Data)可视为我们认知中相同语义的具体表现形式。通常,数据代表着具体的事实或观察结果的存在语义确认,并通过与认知主体已有认知对象的存在性包含的某些相同语义对应而确认为相同的对象或概念。在处理数据时,我们常常寻求并提取标定该数据的特定相同语义,进而依据对应的相同语义将它们统一视为一个相同概念。例如,当我们看到一群羊时,虽然每只羊可能在体型、颜色、性别等方面略有不同,但我们会将它们归入“羊”的概念,因为它们共享了我们对“羊”这个概念的语义理解。相同语义可以是具体的如识别手臂时可以根据一个硅胶手臂与人的手臂的手指数量的相同、颜色的相同、手臂外形的相同等相同语义进行确认硅胶手臂为手臂,也可以通过硅胶手臂不具有真实手臂的可以旋转对应的由“可以旋转”定义的相同语义,而判定其不是手臂。

 信息(Information)则对应认知中不同语义的表达。通常情况下,信息指的是通过特定意图将认知DIKWP对象与认知主体已经认知的数据、信息、知识、智慧或意图联系起来,产生新的语义关联。在处理信息时,我们会根据输入的数据、信息、知识、智慧或意图,找出它们被认知的DIKWP对象的不同之处,对应不同的语义,并进行信息分类。例如,在停车场中,尽管所有的汽车都可以归入“汽车”这一概念,但每辆车的停车位置、停车时间、磨损程度、所有者、功能、缴费记录和经历都代表着信息中不同的语义。信息对应的不同语义经常存在于认知主体的认知中,常常未被显式表达出来,例如抑郁症患者可能用自己情绪“低落”来表达自己当前的情绪相对自己以往的情绪的下降,但这个“低落”对应的信息因为其对比状态不被听众了解而不能被听众客观感受到,从而成为该患者自己主观的认知信息。

 知识(Knowledge)对应于认知中的完整语义。知识是通过观察和学习获得的对世界的理解和解释。在处理知识时,我们通过观察和学习抽象出至少一个完整语义对应的概念或模式。例如,通过观察我们得知所有的天鹅都是白色,这是我们通过收集大量信息后对“天鹅都是白色”这一概念的完整认知。

 智慧(Wisdom)对应伦理、社会道德、人性等方面的信息,是一种来自文化、人类社会群体的相对于当前时代固定的极端价值观或者个体的认知价值观。在处理智慧时,我们会整合这些数据、信息、知识、智慧,并运用它们来指导决策。例如,在面临决策问题时,我们会综合考虑伦理、道德、可行性等各个方面的因素,而不仅仅是技术或效率。

 意图(Purpose)可以看作是一个二元组(输入,输出),其中输入和输出都是数据、信息、知识、智慧或意图的内容。意图代表了我们对某一现象或问题的理解(输入),以及我们希望通过处理和解决该现象或问题来实现的目标(输出)。在处理意图时,人工智能系统会根据其预设的目标(输出),处理输入的内容,通过学习和适应,使输出逐渐接近预设的目标。




https://blog.sciencenet.cn/blog-3429562-1411588.html

上一篇:数字化时代法治从概念空间向语义空间的转变的必要性
下一篇:全球大语言模型(LLM)情商 (EQ)与智商(IQ)标准测评 --DIKWP-AC 团队国际标准测评
收藏 IP: 59.50.85.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-6-16 05:43

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部