Введение 3
Актуальность работы 3
Цель работы 5
Задачи 6
Глава 1. Обзор существующих средств и методов 6
Глава 2. Основы уголовного права России 10
Глава 3. Архитектура программного комплекса наивной квалификации в теории уголовно-правовой оценки деяния 16
3.1. Процесс построения семантического шаблона для
составов преступлений УК РФ 17
3.2. Теоретический алгоритм работы 22
Глава 4. Задача классификации 25
4.1. Постановка задачи классификации 25
4.2. Обзор существующих методов решения задачи
классификации с пересекающимися классами ... 27
4.3. Метод опорных векторов 29
4.3.1. Классический метод опорных векторов .... 29
4.3.2. Выбор ядра 35
4.3.3. Метод опорных векторов для многоклассовой классификации с пересекающимися классами 37
4.3.4. Преимущества и недостатки метода опорных векторов 38
4.4. ML-kNN — модификация метода k ближайших
соседей для многоклассовой классификации с пересекающимися классами 39
4.4.1. Преимущества и недостатки ML-kNN .... 44
4.5. Метрики качества многоклассовой классификации
с пересекающимися классами 44
Глава 5. Эксперимент и апробация 49
5.1. Постановка эксперимента 49
5.2. Подготовка обучающего множества для задачи
классификации 50
5.3. Результаты эксперимента 51
Заключение 53
Список литературы 55
Сегодня практически нет такого вида человеческой деятельности, где бы в той или иной мере не использовались компьютеры. Благодаря внедрению во второй половине XX века в повседневную жизнь компьютерной техники, а также специализированного программного обеспечения возросла эффективность правоприменительной практики. Чем новее и точнее применяемые в юридической деятельности средства и методы, тем быстрее решаются такие задачи уголовного судопроизводства, как раскрытие и расследование преступлений.
В настоящее время в юридической практике используются нейросетевой детектор лжи, нейросеть-антихакер и другие технологии, однако систем, которые помогли бы дознавателям, следователям, прокурорам и судьям оценить преступное деяние, предотвратить планируемые преступления на данный момент в России не существует.
Правовая система Российской Федерации (РФ) относится к романо-германской правовой семье, в которой основным источником права является закон (нормативно-правовой акт), в отличие от англо-американской правовой системы, составной частью которой является прецедентное право, т. е. прецедент — решение суда по определенному делу имеет силу источника права.
Одна из основных отраслей права в гражданском обществе — это уголовное право. Ст. 1 ч. 1 Уголовного кодекса (УК) РФ гласит: «Уголовное законодательство Российской Федерации состоит из настоящего Кодекса. Новые законы, предусматривающие уголовную ответственность, подлежат включению в настоящий Кодекс». Уголовный Кодекс представляет собой систематизированное изложение норм уголовного права. Он состоит из двух частей: Общей и Особенной, объединяющих 12 разделов, 34 главы и 360 статей.
Одной из существенных частей правоприменительной практики является осуществление квалификации преступлений. В своей деятельности работники правоохранительных органов постоянно сталкиваются с необходимостью квалифицировать совершенное тем или иным лицом общественно опасное деяние [1]. Квалифицировать преступление — значит дать ему юридическую оценку, установить соответствие между определенным деянием и признаками того или иного состава преступления, определить статью уголовного закона, предусматривающую наказание за совершенное преступление [2].
На данный момент существует большое количество попыток создать систему для анализа преступных деяний. Ключевым компонентом данных комплексов является применение методов интеллектуального анализа данных (с английского Data mining). В каждой из существующих систем используются различные методы, технологии, подходы анализа данных, а также различные правила и эвристики определения важной информации, связанной с преступлениями.
Семантический анализ и анализ текста используются для извлечения сущностей из материалов дела. Основанные на правилах системы созданы благодаря знанию предметной области, однако данные системы имеют ограничения в связи с динамическим характером преступлений. Кластеризация, классификация и визуализация с помощью графов помогают выявить схожие преступления и представить пользователю полученную информацию в удобном и понятном виде.
В виду того, что в России право не прецедентное, т. е. использовать методы латентно-семантического анализа текста для поиска по дубликатам и квалификации преступных деяний не имеет смысла, следовательно, для решения данной задачи согласно структуре права РФ, сначала необходимо произвести ручную семантическую разметку нормативно-правового акта, выделить основные характеристики всех составов преступлений. В данной работе основное внимание уделяется уголовному праву и Уголовному кодексу РФ.
Цель работы
Разработать модель процесса анализа и обработки данных в рамках процессуальных действий уполномоченных лиц, конечным результатом которого является выделение конкретных составов преступлений, предусмотренных действующим законодательством (УК РФ).
Задачи
Для успешного достижения поставленной цели необходимо:
• исследовать существующие методики анализа и оценки преступных деяний;
• изучить структуру права РФ, в особенности Уголовный кодекс РФ;
• разработать архитектуру информационного комплекса;
• произвести ручную семантическую разметку главы 16 УК РФ;
• изучить методы интеллектуального анализа данных, решающие задачу классификации;
• подобрать и апробировать методы классификации в рамках наивной квалификации преступлений.
В данной работе была разработана архитектура информационного комплекса, предназначенного для сбора и анализа данных в рамках задачи квалификации преступных деяний, произведена ручная семантическая разметка главы 16 Уголовного кодекса РФ и апробированы методы классификации для решения задачи наивной квалификации преступлений. В отличие от существующих систем и технологий, разработанный подход предназначен для стран с непрецедентным правом.
В дальнейшем планируется выделить атрибуты для других статей Уголовного кодекса РФ, рассмотреть атрибуты, относящиеся к субъекту и субъективной стороне, а также реализовать модуль для автоматического определения значений атрибутов в конкретном преступном деянии.
