市之助も太郎も死亡した。 判例によれば、浦田が市之助に行った行為【放置する_1】は過失であると主張さ れた。 したがって、乙が太郎に行った行為【置き去り2】は過失であると認められる。 ルールベース推論 ルールベースエンジンは法的結論を法律ルールによる前向き推論によって導き 出す。法的ルールは数が多いので、高速なルールベースエンジンが必要である。 更に法的ルールには例外規則も含まれているので、ルールベースエンジンには、 非単調推論を扱える機構が付加されていなければならない。HELIC-IIのルール ベースエンジンは並列定理証明器MGTP(Model Generation Theorem Prover) をべ一スにしている。MGTPは非ホーン節の集合を与えると、全ての入力節を 満たすモデルを並列推論によって生成する。MGTPを法律ルールのルールベー スエンジンとして使い、さらにバイプライン効果によって高い処理性能を得るた めに、我々はMGTPにいくつかの機能拡張を施した。事例べース推論 法的な事例(過去の判例)は弁護側と検察側の双方からの論証と、裁判官の判 断、そして最終的な判決とからなる。我々は過去の判例を、その状況といくつか の事例ルールの組として記述している。状況は、事件の出来事に関する情報をイ ヴェントとオブジェクトの集合、そしてそれらの間の時間関係として記述する。 双方からの論証は事例ルールとして記述される。事例べ一スエンジンは過去の類 似の判例を参照して、法的な概念を生成する。まず第1段階では類似の判例を事 例べ一スから検索する。第2段階では、選ばれた類似判例の事例ルール(双方の - 91 -
- 「証明の失敗による否定」の実現: 法律ルールには2種類の否定が含まれている。1つは論理的否定(「〜でな い」)であり、もう1つは証明の失敗による否定(「〜が証明できない」) である。元のMGTPは論理的否定だけを対象としていたので、我々は証明 の失敗による否定も扱えるように拡張を行った。
- 異なる前提条件に基づく推論の実現: ルールベースエンジンは与えられた事実(新たな事件)と事例べースエンジ ンの推論結果の両方を初期モデルとして使う。弁護側と検察側の主張はしば しば対立するので、事例べ一スエンジンは論理的には矛盾するデータを生成 することがある。そのため、論理的に矛盾を含まないようにモデルを分割し て、ルールベース推論を行うという、データ管理の機能を開発した。