深挖公开裁判文书富矿，为法律行业创造更大价值

在样本不够丰富的情况下，法律分析以个案分析和理论分析为主，实证分析受限于样本数量，只能在小区域内展开。有些实证研究的结论，在特定范围内成立，但在更大范围内，则很可能面临质疑和挑战。

在以往，法律实证研究的进行，与个人资源和背景紧密结合，比如检察官可以去看守所询问在押人员、发放问卷、翻阅案卷、召开座谈、查找法律年鉴、检索案件管理系统；而律师或者高校老师等其他法律工作者前往监狱、看守所广泛调研难度是非常大。如今，大数据时代的到来，法院裁判文书上网，检察机关的起诉书、不起诉决定书也能通过网络查询得到，法学实证研究者的未来已来！

大数据时代下，各类法律文书上网，首先解决的就是实证分析样本匮乏的问题。以非法证据排除问题的研究为例，以往，研究者立足研究资源，进行观察和调研，所得结论的启发意义毋庸置疑，但主要是对于局部状况的描述。

随着我国裁判文书公开的推进，公众希望勾勒了解研究领域全貌的意愿日益强烈。

法律行业工作者迫切想从公开的文书中挖掘出更多的价值，比如说：

对这些问题的回答都高度依赖对裁判文书信息的抽取、解析水平。

公开的刑事裁判文书已多达数百万份，如何对数据富矿做合理的挖掘是我们现阶段法律研究者的题中之义，而挖掘的过程中检索是至关重要的。法律检索这个词对法律来说并不陌生，属于法律项必须具备的“基础技能”。因为法律检索在法律研究中的不可或缺，长久以来法律检索成为了一项需要学习的“技艺”。

专门讲述检索技能的出版物

在较早的时候，我们称为“前大数据”时代，主要使用关键词检索，如以“非法证据排除”或者“非法证据”等关键词去查找匹配文书，在取得大量检索结果的同时，我们会发现关键词检索的不精准：用“非法证据排除”、“非法证据”作为关键词，会遗漏那些没有如此表述的裁判文书，还会把一些实际没有申请、启动非法证据排除程序的案件误纳入研究对象。

这需要我们有比较高的检索技巧，才能获得全面又准确的检索结果。

目前市面上已经有了一些专业的法律检索产品，针对案例检索的有无诉案例、万律、元典智库等。这些专业的检索产品，对提高检索精准，降低检索难度有极大的作用。

用要素式检索代替关键词检索，是比较主流的人工智能检索发展方向。用“法律要素”代替“关键词”的检索，可以在更大的范围内尽可能准确地匹配检索需求。仍以检索“提出非法证据排除申请”的文书为例，将“申请非法证据排除”作为一个要素，它由几组概念组成：

可见，体现我们查找目标的词语是纷繁复杂的，这些词语经机器处理后就形成实现“申请非法证据排除”这一要素的规则，这种规则在浩如烟海的文书库中运行，挖掘出的结果比单纯的关键词匹配出来的覆盖面更广，文书检索效率大幅提升。

用“法律要素”代替“关键词”的检索方法不仅能透过不同的表述直击含义本身，还可以限定搜索要素的条件。

比如华宇元典法律研究院团队关于“索债型非法拘禁犯罪的大数据研究”中，需要将样本精确到因“索债”而发生的“非法拘禁犯罪”，传统的关键词搜索做不到这样的条件限定：