關於
黃和謙(Ho-Chien Huang)現就讀於國立臺灣大學資料科學碩士學位學程,研究聚焦於法律文本、 人工智慧與資料科學的交會。他畢業於國立政治大學,雙主修法律學系與資訊科學系,取得法學士與理學士兩個學位;跨領域訓練 使他得以同時從法律概念、資料結構與計算方法切入法學資訊研究。
他的研究關注如何將抽象的法律概念轉化為可分析的計算問題,以及如何運用文字分析、引用網絡 與知識表示方法理解法律文本。目前於林守德教授主持的機器智慧與自主智能系統實驗室(MSLAB) 從事大型語言模型相關研究;自 2026 年 9 月起於日本國立情報學研究所擔任研究實習生,在武田 英明教授指導下研究法律知識圖譜,並建構法學資料檢索的 benchmark。
研究興趣
- 計算法律學(Computational Law) — 研究如何以計算方法描述與分析法律文本中的抽象概念,例如案件的「複雜性」與「相似性」。
- 法律引用網絡(Legal Citation Networks) — 分析裁判、法條與其他法律文件之間的引用關係及其網絡結構。
- 法律文本時序分析(Temporal Analysis of Legal Texts) — 探討法律案件與文本隨時間變化的模式,例如案件在法院中的存續時間。
- 法學資料檢索與知識表示 — 涵蓋法學資料檢索(Legal Information Retrieval)與法律知識圖譜(Legal Knowledge Graphs)。
- 大型語言模型(Large Language Models) — 大型語言模型的偏誤,以及以 LLM 為基礎的法學資料檢索(包括 GraphRAG)。
- 延伸研究 — 因果關係與表徵學習(Causality and Representation Learning)、教育自主系統(Educational Agentic Systems)。
學術歷程
- 2026
- 獲國立臺灣大學電機資訊學院推薦,赴日本國立情報學研究所進行約五個月的國際實習,在武田 英明教授指導下研究法律知識圖譜,並建構法學資料檢索的 benchmark。
- 論文〈How Long Will Your Case Stay Alive? Survival Analysis Beyond Instances〉獲 ICAIL 2026 最佳學生論文提名。
- 擔任國立臺灣大學機率課程助教。
- 參與實驗室舉辦的 Agent System Competition,進入決賽(前十名)。
- 2025
- 進入國立臺灣大學資料科學碩士學位學程就讀。
- 自國立政治大學畢業,取得法學士與資訊科學理學士學位。
- 2024
- 以〈基於訴之聲明及事實建構以實體法權利為標籤之文本分類模型〉獲教育部大專學生研究計畫 補助。
- 擔任國立政治大學機率論課程助教。
- 錄取國立臺灣大學資料科學碩士學位學程,加入林守德教授主持的機器智慧與自主智能系統實驗室 (MSLAB),持續投入法學資訊與法律科技研究。
- 進入法律科技公司 Lawsnote 實習。
- 2023
- 於國際法學資訊研討會發表首篇學術論文。
- 加入劉昭麟教授主持的國立政治大學機器智能實驗室(MIG)。
- 於台北一間法律事務所擔任法務工讀生,接受為期一年的法律實務訓練。
- 2022
- 於國立政治大學法律學系連續三學期獲書卷獎,成績皆名列全班第一。
- 因於 2021 年研究自動駕駛的法律問題與責任歸屬,開始關注人工智慧法律議題,並於國立政治 大學雙主修資訊科學系。
- 2021
- 進入國立政治大學法律學系就讀。
- 高中時期
- 畢業於國立臺灣師範大學附屬高級中學。就學期間曾於中學生網站發表法律相關小論文,並多次 獲得小論文比賽獎項,奠定後續法律研究興趣。
著作發表
- Li, Z.-Y., Huang, H.-C., Liao, K.-T., & Lin, S.-D. Cross-Dimension Bias in Large Language Models: From Odd-One-Out Probing to Neuron-Level Debiasing. (EACL 2027 審查中)
- Huang, H.-C. (2026). How Long Will Your Case Stay Alive? Survival Analysis Beyond Instances. In Proceedings of the 21st International Conference on Artificial Intelligence and Law (ICAIL '26). ACM. https://doi.org/10.1145/3836937.3836966 (即將發表,2026 年 6 月)· 最佳學生論文提名
- Huang, H.-C., & Liu, C.-L. (2025). Learning from the Judicial Journey: A Predictive Model for Case Disputability. In Legal Knowledge and Information Systems – JURIX 2025 (Vol. 416, pp. 306–311). IOS Press. https://doi.org/10.3233/FAIA251602
- Huang, H.-C., & Liu, C.-L. (2025). Nearest-Neighbor Search or Distance-Based Search, Which is Better for Finding Relevant Articles? In New Frontiers in Artificial Intelligence – JSAI-isAI 2025 (Vol. 15692, pp. 161–175). Springer. https://doi.org/10.1007/978-981-96-7071-0_11
- Huang, H.-C., & Liu, C.-L. (2024). Similar Phrases for Cause of Actions of Civil Cases. In Legal Knowledge and Information Systems – JURIX 2024 (Vol. 395, pp. 375–377). IOS Press. https://doi.org/10.3233/FAIA241274
- Liu, C.-L., Liu, W.-Z., Wu, P.-H., Li, W.-J., Huang, S.-C., & Huang, H.-C. (2023). Modeling the Judgments of Civil Cases of Support for the Elderly at the District Courts in Taiwan. In New Frontiers in Artificial Intelligence – JSAI-isAI 2023 (Vol. 14644, pp. 66–84). Springer. https://doi.org/10.1007/978-3-031-60511-6_5