大数据法律监督平台“1平台+N模型”常态化法律监督

　　一、适用业务

　　为贯彻落实全面依法治国和国家大数据战略的要求，响应最高人民检察院“以‘检察大数据战略’赋能新时代检察工作高质量发展”的号召，湖北省人民检察院打造的大数据法律监督平台，围绕四大检察、十大业务构建各类法律监督模型，充分挖掘大数据价值，利用大数据关联、碰撞、比对，从海量数据中自动筛查出法律监督线索，推送给检察官，提升法律监督质效。

　　二、建设目标

　　湖北省检察机关大数据法律监督平台的主要建设目标：

　　1.提升湖北省检察机关主动监督、精准监督能力

　　主动汇聚融合检察机关内部数据、政法外单位数据、政务数据、互联网数据等多源数据，运用大数据分析、数据挖掘与人工智能等技术与检察业务深度结合，构建科学、专业、实用的法律监督模型，从海量数据中碰撞、比对、分析发现有价值的法律监督线索，有效拓宽检察机关监督线索来源渠道，大幅提升检察机关精准发现监督线索能力。

　　2.帮助湖北省检察机关实现从个案监督到类案监督转变

　　针对社会治理中人民群众反映强烈的痛点难点，利用法律监督模型可视化管理子系统，以“一场景，一模型”的建设理念构建法律监督模型库，从同类场景、批量案件中发现共性违法行为，实现检察业务和大数据技术深度融合的“场景式监督”，帮助检察机关主动发现类案线索，为专项监督治理提供有力支撑。

　　3.通过大数据检察监督助力社会治理

　　利用大数据法律监督平台的建设重塑监督模式，增强检察机关监督能力，在大数据检察监督模式下开展类案监督下开展类案监督，深挖类案背后的制度性缺失漏洞，通过检察建议促进相关领域建章立制。

　　三、系统概述

　　大数据法律监督平台采用“l+N”的建设思路，即以湖北省人民检察院大数据法律监督平台为总平台，承载“N个”湖北省各地市院各业务条线的法律监督模型，服务全省检察机关法律监督工作。平台基于Hadoop大数据分布式框架、微服务技术栈研发，构建数据中枢、模型中枢、文书解析引擎、数据采集引擎与智能检索引擎的＂一平台两中枢三引擎＂，既能支持对海量信息检索与法律监督模型所需的对超大规模结构化与非结构化数据集高效处理也可实现各监督模型应用的独立部署，各模型应用高内聚松耦合，确保法律监督模型对外具备可复用迁移．平台全面接入湖北省检察机关大数据平台汇聚的来源于检察机关内部系统数据、全省司法和执法领域单位的执法信息与互联网数据，内置监督模型、线索推送、办理反馈、智能检索、数据资源、应用分析、知识库和系统管理八大系统功能模块，为检察官数据资源获取、模型构建、线索查办打造法律监督场景提供“一站式”平台支撑。平台集成互联网数据采集引擎、法律文书解析引擎、智能检索引擎，依据互联网数据采集合规性要求，对互联网公开数据进行采集，扩展数据来源。利用大数据、NLP (自然语言处理）等技术对起诉书、刑事判决书、民事裁判文书、行政处罚书等海量法律文书中的案件要素进行解析抽取，与平台接入的各类据进行碰撞分析，通过智能筛查发现异常线索，极大拓宽检察机关发现各类监督领域线索渠道大幅提升检察官主动发现线索能力，帮助检察机关实现向主动监督、类案监督、精准监督的转变，真正为新时代法律监督插上科技的翅膀。基于本平台已构建“涉职业借贷虚假诉讼法律监督模型”、“食品安全犯罪人员从业禁止法律监督模型”、“涉环境保护行政非诉案件专项监督模型”、“民事案件简易程序适用不当监督模型”等覆盖四大检察领域的多个法律监督模型。

　　四、系统特点

　　提供丰富的模型管理能力，可灵活进行模型的规则配置、指标配置、启用配置等。基于互联网数据采集引擎、文书要素解析引擎、智能关联分析引擎、智能检索引擎等通用能力引擎，针对线索发现的业务规则、算法模型，在统一的模型训练及服务平台上进行模型设计、模型训练、模型管理、模型发布等，搭建基于PaddlePaddle AI框架的建模平台，支持四大检察多类业务的模型自主构建。模型中枢由数据标注工具、模型训练子平台、模型管理子平台构成，为构建与管理法律监督模型库提供底座支撑。

　　1、数据标注工具

　　数据标注工具支持根据各类法律监督场景需求对相关法律文书、数字卷宗的文本内容进行语义分割、段落标注、语料标注等，通过不同的标注方式为数据贴上标签并提供至机器学习案件要素的识别，为平台的文书解析引擎提供文书分段、语料数据支撑。标注工具需支持自动分发数据给多个成员同时进行标注，提升标注效率、产出高质量的标注数据，并将数据存储至数据中枢的文书要素库中。

　　2、模型训练模块

　　支持Caffe、TensorFlow、Pytorch等多种主流算法框架，内置丰富算法组件，包括各类机器学习算法和深度学习算法等，满足不同种模型算法训练需求，平台基于各类法律监督模型业务规则及训练数据，可构建数据验证集进行模型的创建、训练及参数调优。

　　3、模型管理模块

　　模型管理子平台具备虚拟化异构算力和弹性扩缩容能力，实现模型配置、规则配置、模型管理子平台包含灵活的规则配置、指标配置等功能，通过模型的集中化管理、模型仓库、生命周期工作流管理、模型评估、监控以及版本、权限管理，有效构建监督模型的全生命周期管理体系，实现模型管理工作的标准化和系统化。

　　4、法律监督模型库

　　根据不同监督场景监督需求，结合检察官办案经验与规则设计，基于法律监督数据中枢提供的数据资源专题库，利用模型训练子平台、模型管理子平台设计、构建各类法律监督模型，形成标准统一的模型库，为线索智能推送应用提供业务运行支撑。

　　5、模型的可移植方案

　　针对第三方模型应用移植到本平台的场景，平台提供两种移植方案。

　　方案一：平台提供第三方模型应用服务注册接入方式，为第三方模型提供统一接口服务，第三方模型应用将线索及关联数据通过服务接口推送至平台，供平台进行线索的统一展示及研判管理。适用场景为：第三方模型应用成熟，具体方案描述如下：

　　方案二：平台提供开放的建模工具系统与模型框架，允许第三方在建模系统中通过可视化建模方式快速构建模型或直接移植，并可对模型进行配置、部署与发布管理。适用场景为：1. 新模型构建，需频繁进行验证与优化。2. 模型采用与本平台兼容的主流AI框架，可直接移植至平台中。具体方案描述如下：

　　五、应用成效

　　湖北省检察机关以“省院主导，业务部门主建，检察官主研”建设模式结合实际监督业务，找准切入点探索基于成熟办案经验、模式和规则的数字化建模，依托大数据法律监督平台，利用平台持续汇聚融合的检察机关内部数据、政法外单位数据、政务数据、互联网共享数据等多类海量数据，构建了检举揭发类虚假立功法律监督模型、涉职业借贷虚假诉讼法律监督模型、食品安全领域从业监督模型、违法占用耕地税收涌征法律监督模型等数十个覆盖多个法律监督场景的大数据法律监督模型。各类法律监督模型通过多维度的数据比对、关联、碰撞、筛查，陆续发现各监督领域线索数千条，多条线索已监督成案，对发现的批量违法案件进行全面纠正。其中平台中集成的政务数据云监督模型通过行政执法部门共享的103万件行政执法案件中推送线索：余某亮在长江非法采砂，涉嫌非法采矿罪．检察机关迅速督促将案件移送公安机关立案侦查，挖出了以余某松、余某亮为首多次在长江相关江段“采、运、销＂涉砂作案的犯罪团伙。涉职业借贷虚假诉讼监督模型通过筛查对10万份民间借贷纠纷案件裁判文书发现作为原告的甘某仅2019年一年时间就在同一法院发起了18起民间借贷纠纷案件，全部一审未上诉，大多数都是原告获得胜诉且被告未出庭、未抗辩，案件多处事实有违常理模型将其定为高度疑似虚假诉讼线索移送办案部门调查处理。

　　通过大数据法律监督平台的应用，大批量类案监督线索被发现，湖北省检察机关的法律监督模式也逐步实现从被动监督到主动监督、从个案监督到类案监督、从单兵作战到内外融合、从监督办案到社会治理的转变，大数据对于法律监督的撬动作用凸显。

　　责任编辑：广汉