－文字稿－

過(guò)去三十年，感情崩塌的中國(guó)人越來(lái)越多，結(jié)婚數(shù)量從最高峰的 1347 萬(wàn)對(duì)下降到了 1059 萬(wàn)對(duì)，而離婚數(shù)量卻從 58 萬(wàn)對(duì)上升到了 437 萬(wàn)對(duì)。

離婚有什么注意事項(xiàng)？如何科學(xué)地分房子分財(cái)產(chǎn)分小孩？

協(xié)議離婚是中國(guó)最常見(jiàn)的離婚方式，2017 年，370 萬(wàn)對(duì)夫妻就在民政局登記離婚，接近離婚總數(shù)量的 85%。

協(xié)議離婚的關(guān)鍵是這份交給民政局備案，需要雙方明確子女撫養(yǎng)、財(cái)產(chǎn)和債務(wù)問(wèn)題的離婚協(xié)議。

之后，帶著身份證戶(hù)口本去民政局交 9 塊錢(qián)工本費(fèi)就能當(dāng)場(chǎng)領(lǐng)取離婚證，在北京甚至能免費(fèi)離婚。

如果不能好聚好散，就只能打官司了。

但訴訟離婚的成功率并不高，2017年，一審審結(jié)的離婚案件有 140 多萬(wàn)件，但只有 48 萬(wàn)件的判決結(jié)果為雙方離婚，成功率不到 35%。

這是因?yàn)榇蠖鄶?shù)離婚訴訟的原因是感情破裂，這種情況下，法院的處理方式基本是調(diào)解。

根據(jù)婚姻法第三十二條， 法院審理離婚案件，應(yīng)當(dāng)進(jìn)行調(diào)解，通過(guò)法官耐心的說(shuō)服工作來(lái)化解矛盾，使雙方和好。

如果實(shí)在調(diào)解不了，出現(xiàn)這五種情況才有可能準(zhǔn)予離婚，但即使符合條件，也不一定能成功。

比如這份海南省第一中院的判決書(shū)中，即使原告的老公吸毒、偷錢(qián)、打架，兩人分居 5 年，但一審二審法官都認(rèn)為問(wèn)題不大：

“由于生活態(tài)度存在差異，雙方常因生活瑣事及經(jīng)濟(jì)問(wèn)題等產(chǎn)生矛盾，并不足以導(dǎo)致夫妻感情破裂”。

除了 77.5% 因?yàn)楦星槠屏训碾x婚 ，還有 14.86% 的離婚案件是因?yàn)榧彝ケ┝Α?/p>

但法院對(duì)家庭暴力的認(rèn)定也相當(dāng)苛刻。

在這幾份判決書(shū)中，即使被打到腦震蕩，耳膜穿孔，被老婆叫來(lái) 10 個(gè)人暴打，法院仍然認(rèn)為是“共同生活中夫妻矛盾激化時(shí)偶發(fā)性的打斗“，不定性為家庭暴力，也沒(méi)有賠償。

在 2016 年北京第三中級(jí)人民法院公布的數(shù)據(jù)中，213 起主張家庭暴力的案件里，只有 10% 被法院認(rèn)定，其中 73 起申請(qǐng)賠償?shù)募冶┌?，也只?nbsp;23% 獲得了賠償。

如果家庭暴力不被認(rèn)定，又實(shí)在被打的太慘，可以試試主張虐待罪、故意傷害罪和暴力干涉婚姻自由罪。

在離婚訴訟中，子女撫養(yǎng)和財(cái)產(chǎn)分割是最關(guān)鍵的問(wèn)題。這取決于雙方提交的各種證據(jù)、有無(wú)過(guò)錯(cuò)、經(jīng)濟(jì)情況、財(cái)產(chǎn)協(xié)議，對(duì)于被子床單衣架也要分清楚的夫妻，這確實(shí)讓人頭大。

花一萬(wàn)塊錢(qián)找個(gè)律師或許可以為你爭(zhēng)取更多補(bǔ)償，但更輕松的方案是讓 AI 解決你的離婚問(wèn)題。

我們找到了一家 AI 創(chuàng)業(yè)公司——實(shí)在智能，他們開(kāi)發(fā)的小程序「包小黑」能根據(jù)你描述的離婚訴求輸出一份包含勝訴概率，關(guān)鍵法條、同類(lèi)判例在內(nèi)的評(píng)估報(bào)告。

想要 AI 解決離婚糾紛，先得讓 AI 理解法律，要理解法律，就要先看懂文字。所以，我們要解決的第一個(gè)問(wèn)題是詞嵌入(WordEmbedding)，把詞語(yǔ)變成數(shù)學(xué)向量。

一個(gè)常見(jiàn)的模型是 CBOW（Continuous Bag-of-Words），它的結(jié)構(gòu)大概長(zhǎng)這樣。

CBOW 模型的訓(xùn)練方式，就是不斷練習(xí)用上下文預(yù)測(cè)中間的詞，進(jìn)而得到更準(zhǔn)確的模型參數(shù)和更準(zhǔn)確的詞向量。

以婚姻法第三十二條中的這句話(huà)（因感情不和分居滿(mǎn)二年）為例，「感情」「不和」「分居」都可以表示為一個(gè)在三維空間中的 one-hot 向量， [1,0,0]，[0,1,0,]，[0,0,1,]。

假設(shè)算法要預(yù)測(cè)的詞是「不和」。那么我們要輸入模型的，就是「不和」的前后兩個(gè)詞「感情」和「分居」的 one-hot 向量。

但 one-hot 向量的問(wèn)題分布過(guò)于稀疏，無(wú)法分析詞語(yǔ)間的聯(lián)系，所以可以通過(guò)一個(gè) 3×2 矩陣W，把他們投影到一個(gè)二維坐標(biāo)系，「感情」和「分居」的位置就在這里。

把這兩個(gè)向量取平均值，就是模型計(jì)算出的「不和」詞向量。

把它與另一個(gè)2×3的矩陣相乘，再通過(guò) softmax 函數(shù)轉(zhuǎn)換成概率分布形式，就能判斷此時(shí)模型的準(zhǔn)確度。

這時(shí)的結(jié)果越接近「不和」的 one-hot 向量 [0,1,0,]，模型就越成功，機(jī)器也因此需要不斷調(diào)整矩陣參數(shù)，來(lái)確保結(jié)果的準(zhǔn)確度。

當(dāng) CBOW 模型能相對(duì)準(zhǔn)確的預(yù)測(cè)出每一個(gè)詞時(shí)，我們就可以得到這些詞投影到低維空間的向量，并通過(guò)距離公式判斷出每個(gè)詞之間的相似度。進(jìn)而讓機(jī)器理解語(yǔ)言。

需要注意，我們剛剛的舉的例子是一個(gè)極度簡(jiǎn)化過(guò)的情況，真實(shí)的學(xué)習(xí)模型中， one-hot 向量通常有幾十萬(wàn)維，通過(guò)矩陣投影后的維度也通常有幾百維。

今天，更常見(jiàn)的是 BERT 模型（Bidirectional Encoder Representation from Transformers），直接對(duì)句子編碼。但包小黑在用 bert 解決法律問(wèn)題時(shí)，也只有 68%的準(zhǔn)確率。

這時(shí)，就需要構(gòu)建知識(shí)圖譜，提升機(jī)器的邏輯和推理能力。

你可以把知識(shí)圖譜理解為一個(gè)由實(shí)體和關(guān)系連接成的關(guān)系網(wǎng)。

在這張來(lái)自實(shí)在智能的法律知識(shí)圖譜中，藍(lán)色的節(jié)點(diǎn)是法條，紅色是特征，綠色是陳述，黃色是推斷，紫色是結(jié)果，節(jié)點(diǎn)之間的連接通過(guò)大量判決文書(shū)構(gòu)建。

比如這個(gè)紫色節(jié)點(diǎn)是結(jié)果——「認(rèn)定財(cái)產(chǎn)分割協(xié)議不生效」，引用的法條是這個(gè)綠色節(jié)點(diǎn)——《婚姻法解釋?zhuān)ㄈ返牡谑臈l，推斷的原因是這個(gè)黃色節(jié)點(diǎn)——「一方在起訴中反悔」。

之后，用詞嵌入把節(jié)點(diǎn)變成向量，再用圖嵌入方案，把這幾千個(gè)節(jié)點(diǎn)向量變成一個(gè)向量，我們就可以得到一個(gè)判決書(shū)在空間中的向量坐標(biāo)了。

最后，再輸入 60 萬(wàn)份真實(shí)的離婚判決書(shū)，用深度學(xué)習(xí)算法完成訓(xùn)練，就能得到不同情況下不同判決結(jié)果的概率。此時(shí)的準(zhǔn)確率已經(jīng)能達(dá)到 79%。使用更適合的網(wǎng)絡(luò)結(jié)構(gòu)和真實(shí)的數(shù)據(jù)不斷迭代還可以獲得更高的準(zhǔn)確率。

現(xiàn)在，你可以在「包小黑」說(shuō)出你的離婚訴求，找到科學(xué)的離婚方案了。

-