ScholarGate
المساعد
Process / pipelineMachine learning and artificial intelligence

تنبؤ الأحكام القضائية

تنبؤ الأحكام القضائية هو نهج تعلم آلي يتنبأ بالقرارات القضائية والنتائج القانونية بناءً على سمات القضية، والسوابق القانونية، وخصائص القضاة. بدأ هذا النهج دانيال كاتز وزملاؤه في عام 2017 بنموذجهم الشهير للتنبؤ بقرارات المحكمة العليا الأمريكية، حيث طبقوا التعلم الخاضع للإشراف على مجموعات بيانات كبيرة من القرارات القضائية الرقمية لتحديد الأنماط في كيفية إصدار القضاة للأحكام. توسع تنبؤ الأحكام القضائية منذ ذلك الحين ليشمل محاكم الاستئناف، والمحاكم الابتدائية، والمحاكم الدولية، مما يمكّن المهنيين القانونيين من توقع نتائج القضايا واتخاذ قرارات استراتيجية بشأن التقاضي.

افتح في MethodMindقريبًاApply, compare, get guidance
Tools & resources
تنزيل الشرائح
Learn & explore
فيديوقريبًا

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

خريطة المناهج

محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.

المصادر

  1. Katz, D. M., Bommarito, M. J., & Blackman, J. (2017). A general approach for predicting the behavior of the Supreme Court of the United States. PLOS One, 12(4), e0174698. DOI: 10.1371/journal.pone.0174698
  2. Matz, D., & Spicer, J. (2019). Predicting judicial decisions of the European Court of Human Rights. Artificial Intelligence and Law, 27(2), 123-145. link
  3. Lage-Freitas, A., de Oliveira Santini, F., Praxedes Filho, P. H., & de Almeida Oliveira, A. (2022). Predicting Supreme Federal Court decisions by explainable machine learning. Frontiers in Artificial Intelligence, 4, 586561. link

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Legal Judgment Prediction using Machine Learning. ScholarGate. https://scholargate.app/ar/forensics/legal-judgment-prediction

أيُّ منهج؟

ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.

قارن جنباً إلى جنب
ScholarGateLegal Judgment Prediction (Legal Judgment Prediction using Machine Learning). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/forensics/legal-judgment-prediction · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026