課程名稱 |
法律資料分析專題一 Seminar on Legal Analytics (Ⅰ) |
開課學期 |
110-2 |
授課對象 |
法律學院 法律研究所 |
授課教師 |
黃詩淳 |
課號 |
LAW7137 |
課程識別碼 |
A21 M3620 |
班次 |
|
學分 |
2.0 |
全/半年 |
半年 |
必/選修 |
選修 |
上課時間 |
星期四3,4(10:20~12:10) |
上課地點 |
霖研一1501 |
備註 |
總人數上限:16人 |
|
|
課程簡介影片 |
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
課程大綱
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
課程概述 |
法學研究的重要關懷或目標,是促進法律解釋適用的可預測性與安定性,希望相似的案件得到類似的結果,因此必須要先掌握「現在的法律解釋適用之情況」亦即法院裁判。傳統的法學研究方法例如解釋學、比較法,未必關注法院裁判,即使有,也可能僅處理單一、具代表性的裁判(leading case),對之表示贊成、批判或理論補充,而無法系統地掌握法院裁判的現狀。實證研究方法的引進,目的即在改善此問題。隨著機器學習演算法、自然語言處理等資料科學(data science)的進展,大量法律文本(含裁判)的分析成為可能,形成「法律資料分析」學(legal analytics)。本課程之目的在培養同學使用資料科學的技術來分析較大量的裁判,實踐法實證研究。
本課程從資料分析的基本,亦即量化實證研究的編碼方式開始,到模型的選定、適用以及結果的解釋、呈現,讓同學實踐法律資料分析。具體方式請見課程要求。
本課程為「資訊科技時代的司法心理學課群」之一部,詳情參見網站https://www.ntupli.com。開學後的加簽名額將優先保留給欲修習本課群的同學。
|
課程目標 |
培養同學使用資料分析工具,分析裁判資料,並從中發掘及解決問題。 |
課程要求 |
2/17第一次上課時間將進行課程簡介,並決定各自的主題與報告順序,請務必出席。此外,準時出席以及積極參與課程十分重要。缺席和請假超過三次者不授予學分。由於經常要實作,請同學攜帶筆電。
修課同學將分成4-5組,每組4人左右,共同完成一份專題(過去課程之專題,請參考https://web.ntnu.edu.tw/~hlshao/107_DH/index.html)。
課程安排將分成三大部分:
一、裁判編碼(標記)
本課程的前四週將進行法律資料分析的導論以及裁判編碼(資料標記)的教學。3/17-24則實作標記,老師與助教在場指導。
二、資料分析技術
本課程僅會介紹分析裁判研究時常用的演算法,內容與一般程式語言課程不同。在教學完畢後,將有兩週的時間,讓同學實際操作模型、報告進度,並與助教、老師討論如何解決問題。
三、資料呈現
最後將進行資料呈現(亦即如何視覺化,包括製圖、表、mark down等)方法的學習與實作。
5月下旬將安排每組同學的專題成果報告。此外,針對優異之研究成果,授課教師將協助發表為期刊論文。
關於資料使用:教師於教學時提供之教學資料檔案以及學員在本課程中所完成之資料檔案,將依照創用CC授權條款之「姓名標示(BY)-非商業性使用(NC)」(CC-BY-NC),詳細條款請見:https://creativecommons.org/licenses/by-nc/3.0/legalcode。
|
預期每週課後學習時數 |
|
Office Hours |
另約時間 |
指定閱讀 |
|
參考書目 |
李仁鐘、李秋緣(2017), R語言資料分析:從機器學習、資料探勘、文字探勘到巨量資料分析
[第二版],臺北:博碩。
KEVIN D. ASHLEY, ARTIFICIAL INTELLIGENCE AND LEGAL ANALYTICS : NEW TOOLS FOR LAW
PRACTICE IN THE DIGITAL AGE (2017). |
評量方式 (僅供參考) |
No. |
項目 |
百分比 |
說明 |
1. |
專題成果 |
70% |
|
2. |
上課參與 |
30% |
|
|
週次 |
日期 |
單元主題 |
第1週 |
02/17 |
法律資料分析的概念簡介與分組。 |
第2週 |
02/24 |
資料分析流程簡介 |
第3週 |
03/03 |
資料分析成果範例展示 |
第4週 |
03/10 |
法資訊學的一些先期探索(政治大學資科學系主任劉昭麟教授) |
第5週 |
03/17 |
標註介面說明與標註要點 |
第6週 |
03/24 |
標記實作 |
第7週 |
03/31 |
法律資料分析技術簡介1 |
第8週 |
04/07 |
法律資料分析技術簡介2 |
第9週 |
04/14 |
模型建立實作1 |
第10週 |
04/21 |
模型建立實作2 |
第11週 |
04/28 |
分析結果呈現(圖表、解釋) |
第12週 |
05/05 |
綜合整理準備 |
第13週 |
05/12 |
結果呈現1 |
第14週 |
05/19 |
結果呈現2 |
第15週 |
05/26 |
成果繳交 |