共计 4445 个字符，预计需要花费 12 分钟才能阅读完成。
人工智能时代下，检察官用什么工具能更好地晋升办案品质和效率，为依法治国奉献检察力量？这个问题，嘉诚信息正在与其所服务的人民检察院一起交出答卷。作为国家的法律监督机关，人民检察院对司法机关、国家工作人员职务犯罪和公民违法犯罪行为进行监督。随着社会倒退，检察机关法律监督工作面临更高的要求。2021 年 6 月党中央印发《中共中央对于增强新时代检察机关法律监督工作的意见》，明确要求“全面晋升法律监督品质和成果”。在此领导意见下，最高检于 2022 年推动施行“数字检察策略”，强调数字技术和检察工作深度交融，放慢推动法律监督模式重塑改革，推动溯源治理，实现从个案办理到类案监督再到零碎治理，让法律监督更好地服务社会治理 。嘉诚信息，一家致力于通过大数据、人工智能等技术助力客户实现数智化转型的公司，依靠本身大数据积攒劣势与粗浅的行业了解洞察，应用飞桨自然语言解决模型库 PaddleNLP 和基于文心大模型的通用信息抽取模型 ERNIE-UIE，以“法律文书非结构化数据挖掘”为切入点，研发 大数据法律监督解决方案 继续服务全国检察机关，独特实际走通了以“数字反动”驱动新时代法律监督整体提质增效之路。
实现溯源治理，找到“结构化数据”是要害
溯源治理，是指在法律监督过程中追溯源头，不仅仅是办理眼前的一个案子，更要发现同类型案件法则，“从个案到类案”，从而针对性地制发检察倡议，从制度和流程上推动类型案件深层起因的解决，助推社会治理现代化。习近平总书记强调：“法治建设既要抓末端、治已病，更要抓前端、治未病。”因而溯源治理尤为重要。
从个案到类案，践行溯源治理
如何实现从个案到类案的转变？检察机关工作人员首先面临的难题是怎么从浩如烟海的各类法律文书中发现有价值的案件监督线索。
“大量的案件材料通常以文本文书的形式存在于外部或公开信息中，这些非结构化的材料当中包含许多‘要害因素’，如案发地点、行政区划、相干金额、诉讼当事人等等，而与类案共性相干的高价值线索就散落其中。”嘉诚信息上海翻新研究院副院长崔放介绍道，“以往检察官只能一个一个地去看案件材料、辨认要害信息，发现类案监督线索的难度较大。随着数字检察策略的提出，咱们紧跟检察机关工作需要，用大数据、人工智能技术把‘非结构化数据’进行要害因素提取后成为‘结构化数据’，从而极大地升高检察官的线索发现难度，晋升类案线索剖析和发现的效率。”
案件线索纷繁复杂，如何疾速找到要害因素？
例如，嘉诚信息曾胜利帮助某地检察机关办理套路贷虚伪诉讼案件。此类案件次要内容为同一当事人起诉不同原告，在法院的民事裁判文书中蕴含借款详情信息，未经提取前便是“非结构化数据”。检察官独自去看一份一份的民事裁判文书，很难发现各个案件之间暗藏的关联性，监督难度大。但当从百万级的裁判文书中提取出一些“结构化数据”，如单方当事人身份信息、原被告出庭状况、借款详情后，当地检察院发现有很多雷同身份信息的人或公司在继续起诉不同的原告，原告大多不出庭，并且通过剖析比照，发现大多数为重复使用借条或额定收取费用，从而进步原告还款额度。因而，这些结构化数据形成了很显著的监督线索，检察院判断相干案件波及虚伪诉讼， 提出抗诉和再审检察倡议，并向法院制发类案监督检察倡议，向市场监督管理局制发社会治理检察倡议，倡议其增强公司企业监管，摸排涉嫌“套路贷”违法犯罪公司，查处守法违规公司企业，保障了法律的偏心公正。
基于飞桨和文心大模型造“永动机”! 全国 1 亿案件 1 个月跑完，用 200+ 法律监督模型助力数字检察
嘉诚信息的团队中有很多业余法学背景的成员，并继续投入大量精力进行案件钻研，使团队和检察机关工作人员沟通更高效，能更好地把行业需要转化为模型开发逻辑；另一方面，公司从 2017 年就开始数据积攒，通过对公开数据中波及各种监督模型的要害因素继续开掘，打下了良好的法律监督大数据根底。然而在非结构化数据提取技术上，因为进入行业较早，市场中可外采的解决方案较少，团队决定采纳自研的形式来训练法律监督模型。最后嘉诚信息采纳传统的信息抽取技术，因过程中须要大量的文本标注工作，还专门组建了十几个人的数据标注团队，但模型准确度始终不够现实。尤其是 2021 年随着公司业务拓展至全国范畴后，业务量和数据量大幅减少，客户对产品的要求也越来越高，传统的信息抽取技术再难以满足业务需要。“起初咱们进行了整体的调研比照，最终抉择了百度飞桨。首先它是开源的，协定对商业化也很敌对。技术上，飞桨和基于文心大模型的通用信息抽取模型 ERNIE-UIE 给了咱们很大的惊喜，想不到竟然会有这么好的成果。”崔放介绍道，“以前不了解大模型，晓得 ERNIE-UIE 当前甚至感觉有些不堪设想。它对标注数据量要求非常少，以前咱们须要标注几千上万个数据，当初只需标注 30-50 个就曾经很好地实现了法律文书数据提取，且模型精度由原先的 70% 晋升至 91%。 咱们之前的十几个数据标注人员，当初曾经全都转型为法研和项目管理人员，为公司施展了更大价值，也播种了集体职业成长。”嘉诚信息的大数据法律监督解决方案当中，有一款专门针对民事的法律监督产品，开发过程中应用 ERNIE-UIE 体现极为优良。很多民事虚伪诉讼波及全国跨区域作案，因而构建一个全国范畴的案件库十分必要，而将所有相干案件会集后，总数量超过 1 亿。崔放介绍：“以前咱们是不敢去跑全国的案件线索的，都是一个市一个市地去跑，因为数据挖掘是有工夫需要的，如果要跑全国，可能 2、3 年都不肯定能跑完。当初借助飞桨和 ERNIE-UIE，咱们构建了一个 24 小时的‘永动机’机制，继续去跑全国线索。最终应用 ERINIE-UIE 的 nano 模型，一个月左右就能够跑完全国 1 亿案件的数据循环， 这才得以开发出极高效能的民事法律监督产品，晋升检察机关监督效率。比方咱们和某区基层人民检察院单干，为其提供了民事检察监督助手零碎，检察官在应用当前，3 个月办理民事监督案件 72 件，数量是过来 3 年的总和。”
飞桨自然语言解决模型库 PaddleNLP 的通用信息抽取模型 ERNIE-UIE，以文心大模型为根底，在没有业余团队的状况下，应用小样本训练，进行定制化开发，能够大量节俭标注老本。ERNIE-UIE 提供了 base、medium、mini、micro、nano 等多模型尺寸抉择，可满足精度和速度的不同要求。具体来说，嘉诚信息技术计划演绎为如下步骤：
数据筹备阶段
数据采集、标注和加强。从公开的合规网络路径获取数据用于钻研，利用 Python、Flink 程序等脚本，对标准数据的格局进行解决。再结合实际抽取需要对畛域数据进行标注，通过 PaddleNLP 提供的数据协定将标注数据转为 ERNIE-UIE 模型训练的数据格式；
训练阶段
基于 ERNIE-UIE nano 在畛域标注数据上对模型进行微调；
模型部署阶段
训练实现后，将模型部署到飞桨预测的服务器上。通过调用 ERNIE-UIE 进行信息提取，再将抽取到的实体、关系等结构化数据作为根底标签供业务模型应用，实现 NLP 性能的部署。
技术计划流程图
目前，嘉诚信息通过和全国多家检察机关的密切配合，大数据法律监督解决方案在刑事检察、民事检察、行政检察、公益诉讼检察、未成年人检察等畛域积攒了 200 余个成熟的法律监督模型，反对与其余大数据监督模型零碎对接，提供模型上传、共享、整合、本地化利用能力。服务覆盖全国 25 个省市县区的近 800 家检察院，把检察官从绝对简略、繁冗、反复的劳动中解脱进去，让检察官有更富余的工夫和精力把检察智慧用在法律监督的提质增效上。
嘉诚信息数字检察业务全景
继续翻新，让技术更易用。 赋能党政机关、企事业单位数智转型 发明社会价值
让技术更便捷易用，从而更好地服务检察机关工作人员，发明真正的利用价值，是嘉诚信息长久以来继续翻新的方向。
在底层技术方面，嘉诚信息自主研发“慧眼预警指数”、“时空数据分析”两大技术，与“非结构化数据转结构化数据”一起，形成了助力检察机关实现监督线索发现的外围技术壁垒。在数据转为结构化数据后，通过“慧眼预警指数”，联合不同案件类型须要的统计数据维度，造成新的因素规定，从而实现不同类型案件的数据关联机制，达到预警成果。同时，通过“时空数据分析”技术，将大量相干数据进行统计，如大量个案的案发地点辨认后，转变为经纬度投放到地图上，清晰显示案件的地理位置汇集状况，从而帮忙检察机关从时空角度发现案件关联的同一时间段类似特色线索的关联性和真实性。在利用侧，嘉诚信息继续优化应用体验，翻新开发了“因素检索模式”和“可视化常识图谱”工具。“因素检索模式”即为将提取进去的外围因素以标签模式可视化地出现在检察官眼前，检察官能够联合不同类型案件需要，通过鼠标点击的形式来组合相干标签，比方套路贷案件，检察官能够抉择“当事人未出庭”、“民间借贷”、“某贷款公司”等标签，实现对此类案件的疾速检索。“可视化常识图谱”则是在 ERNIE-UIE 信息抽取的根底上，进一步做了线索的可视化解决。最常见的利用场景就是将被告、原告、律师、法官信息等人和案信息提取进去，造成参与方关系网，帮忙检察官发现简单关系网背地的潜在线索。
一案多连可视化常识图谱：体现法官、律师、第三人关联，诉讼人关联在此基础上，嘉诚信息助力各地检察机关办理了多起极具社会意义的类案。如在外卖平台横蛮成长期间，通过大数据平台模型，与某市人民检察院单干，基于外卖商家公示的数据分析，为检察院提供了一系列不合规商家清单，从而促成了当地的食药监部门对于网络外卖餐饮监管的增强。又如与某市人民检察院单干，开发校园周边违规经营监督模型，帮忙检察机关及时发现监督校园周边守法设置的娱乐场所、酒吧、烟酒及彩票销售点等不合适未成年人流动场，该案例被最高检评为大数据赋能未成年人监督的全国典型案例之一。除了继续赋能检察机关，嘉诚信息也将产品、服务及解决方案拓展至更多党政机关、企事业单位，截至目前，嘉诚信息产品、服务及解决方案已利用于全国 30 个省份、自治区及直辖市，以智慧政务、网络安全为两大外围业务版块，服务客户涵盖党委、政府、检察院、法院、司法监狱、生态环境、自然资源、卫生医疗、金融、教育等多个畛域，携手实现更宽泛的社会价值。“我本人是做技术出身，最开始就是心愿通过技术的力量去解决一些问题，让社会变得更好。”崔放介绍到，“而随着教训的增长，我意识到仅仅凭技术是无奈促成社会公共利益和国家利益爱护的，但如果咱们能将技术赋能到行业，把检察院、法院等政法机关客户服务好的话，就能够一起为这个社会、为国家、为咱们的公众利益作出贡献。这也是嘉诚信息翻新倒退的源能源。”将来，嘉诚信息还将继续在技术创新上发力，除文本信息提取，还将拓展到图片、视频等要害信息的提取。而飞桨与文心大模型也将继续携手更多行业搭档，独特助力政法行业应用人工智能技术实现质效晋升。正如崔放所说，“把法律人工智能倒退得越来越好，让法律制度的感性之光和科学技术的智慧之光交相响应，大放异彩。”