1 引言
语义网络是一种基于心理学认知模型的知识表达形式，通过一个带标示的有向图来表达知识领域中的概念、属性、动作、关系，比较符合人类自然语言的认知方法。1972 年，西蒙正式提出语义网络的概念，语义网络由结点与结点之间的有向弧构成的网状结构图，结点一般划分为实例节点和类节点两种类型。结点之间带有标识的有向弧表示结点之间的语义联系。结点之间的语义联系分为实体联系、泛化联系、聚集联系和属性联系。实体联系表示一个具体的对象与其所属的类对象之间的联系，通常用ISA表示。例如，张某是一名司机。泛化联系表示一个类对象与其所属的更高阶、更抽象的类对象之间的联系，通常用 AKO（a kind of）表示。例如，司机是自然人。聚集联系表示部分对象与整体对象之间的联系，通常用 part-of 来表示。例如，司机是组成交通事故中的一方。属性联系表示对象、对象的属性及其属性取值之间的联系。通常用有向弧表示对象属性，并标注在有向弧的上方，而有向弧指向的结点表示该属性取到的值。例如，张某的年龄是 23 岁。语义网络的语义联系如图 1 所示。【图1】
2 法律关系的构成
进行法律推理需要在符合法律规范的框架下进行有效推理，通常情况下，由国家法律条文、准则和原则以及个人的意愿共同确定的法律关系可以作为法律推理的依据。法律关系是依据法律并且被法律所调整的人们之间的权利和义务关系。换言之，违背法律关系所规定的行为必然是违背法律精神或个人意志，必将通过国家的公权力进行救济和恢复。
因此，确定法律关系是法律推理能够进行的前提。法律关系由三部分组成，包括主体、客体和权利义务内容。法律关系是人与人之间依照法律规范缔结的一种社会关系，违背法律关系的人与人之间的关系不会受到法律的保护，例如，买卖毒品的合同就是非法的合同，因为，毒品不是可以交易的物。从另一个角度来看，法律关系是人给自己立法，是法律规范在实际中的应用与体现。它是现实中的法律主体参与社会事务的、具有与法律客体相关的权利义务的一种社会关系。它不但要与体现国家意志的法律规范相一致，而且法律主体间的个人意志也要相一致。因此，对于法律关系的产生、变化和消灭都应符合法律规范和主体意愿。
法律关系主体是指在法律关系中享有一定权利并且承担一定义务的当事人。一般情况下，主体可以划分为相对应的双方，即一方是享有权利的主体，称为权利人，另一方则是承担义务的主体，称为义务人。主体一般有自然人和法人。
法律关系中的主体所拥有的权利或承担的义务构成了法律关系的权利义务内容。权利是指权利主体通过要求相对人即义务人作为或不作为，从而获得一种预期的利益，权利可以行使亦可以放弃。义务是指义务人必须作为或不作为，从而承担某种责任。在法律规范中，权利是受法律所保障主体的利益，体现出主体的意志和行为的自由。而义务则是对主体的意志和行为的限制，体现出主体对利益的给予。
法律关系中的客体是承载了权利义务关系的对象。通过法律关系客体，法律关系的权利主体实现了一定形式的利益，通过法律关系客体，法律关系的义务主体实现履行一定形式的义务。具有某种价值的客体都有可能称为法律关系客体。
通过客体的设立，可以实现权利和义务的产生、转移和变更。因此，法律关系中的客体是利益的载体，是连接着权利和义务的纽带。一般来说，客体包括物、人身、精神产品和行为。法律客体中的物指的是受主体控制或支配的客观实体。
人身指的是由人体的各个生理器官组成的生理机体，它是人的外在的形态，也是人的精神价值的载体。精神产品是指人的思维产物外化为某种物体，如书本、胶片或光盘等。行为客体指的是权利主体请求义务主体为或不为一定之行为，例如，合同中双方当事人在按照合同规定履行各自的义务的同时享有由于相对方履行义务而带来的权利。
3 基于语义网络的法律推理
在语义网络中，结点包括对象结点和类结点，更为具体的事物称之为为对象，更为抽象的事物称之为类。对象和类是相对的，例如，张某是对象，而相对于张某来说，司机则是类，比司机更为抽象的自然人则称为司机的泛化类。
反过来，司机相对于自然人来说，更为具体，因此，司机称为是自然人的实例类，而张某则是司机的实例对象。在人的认知过程中，理解各种概念之间的关系，需要从他们所属范畴出发，例如，判断张某能够驾车，需要将张某这一概念上溯至上位概念司机来进行判断，因为，能够驾车是属于司机的属性之一。因此，应用语义网络进行法律推理，首要解决的问题应是建立相关法律概念的位阶体系，根据问题域所对应的属性值在位阶体系进行概念推演，从而形成一个解的决策过程。
实体联系和泛化联系属于概念位阶体系中的纵向联系，聚集联系属于概念位阶体系中的横向联系，而属性联系则是进行推理的条件入口和退出推理并返回结论的出口。 需要确定概念之间的关系，按照四种语义联系划分范畴，因此，将语义网络应用到法律专家系统进行推理，需要明确法律关系中各种概念、概念之间的关系以及在思维中推演过程。基于语义网络的认知模型首先建立法律概念体系，上位概念用泛化联系，下位概念用实体联系，同阶概念用聚集联系，实例化的概念用属性联系。例如，张某支付 100 元向某自行车行购买一辆自行车，在该法律关系中，法律关系主体是双方当事人张某和某自行车行，张某是自然人，而某自行车行是法人，法律关系客体是 100 元钱和自行车，它们都是物，而法律关系内容则是张某的权利义务内容和李某的权利义务内容，语义网络模型如图 2 所示。【图2】
请求是权利主体要求义务主体为某行为的权利，因此，请求的语义含义可以用属性联系来表示，包括三种属性联系:请求方、被请求方和请求物（或者行为）。给付是义务主体必须为权利主体为某行为的责任，因此，给付的语义含义可以用属性联系来表示，包括三种属性联系 : 给付方、被给付方和给付物（或者行为）。
根据属性联系，在图 2 中的请求和给付结点可以进一步扩充。请求 1 是一种权利，表示张某可以请求某自行车行给付一辆自行车，即请求方是张某，被请求方是某自行车行，请求所指向的客体是自行车。同样地，请求 2 表示某自行车行可以请求张某给付 100 元钱，即即请求方是某自行车行，被请求方是张某，请求所指向的客体是 100 元钱。与请求是一项权利相比较，给付则是一项义务，必须要履行一定的责任。给付1表示某自行车行必须给付张某一辆自行车，给付方为某自行车行，被给付方为张某，给付所指向的客体为自行车，因此，给付 1 与请求 1 内容相同，只是双方当事人的地位不同，对待客体的态度不同，权利方更为积极主动，而义务方显得消极被动。给付 2 表示张某必须给付某自行车行 100 元钱，给付方为张某，被给付方为某自行车行，给付所指向的客体为 100 元钱。扩充后的局部图如图 3 所示。【图3】
4 推理方法
基于语义网络的推理是将问题域作为条件代入语义网络图，然后进行匹配。如果所有条件都能够在语义网络图中获得成功匹配，那么问题域就符合法律关系，法律保障其权益。如果不是所有的条件都能够在语义网络图中获得成功匹配，那么问题域的部分事实将不符合法律关系，不受法律的保障。
基于语义网络的法律推理方法可以采用自顶向下和自底向上两种推理方法。自顶向下推理方法先从局部图的根节点开始，向下扩充，将扩充的子节点添加到搜索图中，对搜索图中的每个节点进行匹配，如果匹配成功，将其从搜索图中删除，如果不匹配，继续按照局部图扩充该节点，直到最后搜索图变成空子集，搜索结束。自底向上推理方法先从问题域中提取条件，在语义网络匹配终端结点，如果能够匹配，将该终端节点从语义网络图中删除，直至语义网络图中只剩下根节点，否则该问题域的事实不符合法律关系。
5 结论
语义网络根据人的认知心理学模型，采用联想记忆方法来表达知识，尤其在社会学科中能够将发散抽象的概念统一起来，形成的一个较为直观的图谱。在法律专家系统中，体现国家意志的法规是确定的，清晰的，但是国家法律在实践中应用却是模糊的、随机的，因此，由专业知识领域专家建立知识体系和信念，然后根据语义网络图，将实际问题域中的事实加入到语义网络图中，按照自顶向下或自底向上两种推理方法，搜索问题域的解，以实现推理的合理化和鲁棒性。
参考文献
[1] 马少平，朱小燕．人工智能．北京：清华大学出版社，2004 年
[2] 江平．民法学．北京：中国政法大学出版社，2011 年
[3] 李建伏 . 面向计算机专业研究生的人工智能教育 [J]. 软件，2013，34（5）:161-163
[4] 刘玉海 . 神经网络的 C 编程及矿井安全预测仿真 [J]. 软件，2013，34（5）:88-90
