智能應用場景賦能高質量案件評查

最高人民檢察院黨組強調，“切實把檢察管理從簡單的數據管理轉向更加注重業務管理、案件管理、質量管理上來”。案件質量評查是落實“三個管理”的有效抓手，對檢察辦案起到監督、制約、促進的作用，為實現“高質效辦好每一個案件”提供制度保障。

當前，案件評查工作遇到的問題主要體現在以下方面：一是案件評查人員較為固定，易導致內部監督虛化。目前，案件評查工作一般會設置專門的評查小組或評查員庫，由相對固定的人員開展評查工作。二是評查標準和尺度不統一，不利于統一辦案標準。評查案件多依靠人工，對于類似的評查案件可能會產生不同的評查意見，一定程度上可能會影響評查工作的權威性。三是評查效率較低，難以適應當前案件質量監督及時、精準化的需求，面對大量的評查案件，在時間有限的情況下，評查人員工作的重點可能較多放在查找案件的問題并給出評查結論，往往難以較為細致地逐個比對和查閱案件卷宗、查找類案等材料得出問題產生的原因，評查效率、準確度、效果都大大降低。

筆者認為，通過數字賦能構建智能評查應用場景，對所有案件實行智能化評查分類，實時從案件中總結辦案規律，結合評查案件為檢察官在辦理案件過程中提供常見錯誤提醒、量刑輔助、類案提示等智能化的輔助服務。

搭建數據庫。一是完善法律法規數據庫。從國家法律法規數據庫、正義智庫等數據庫中匯集各類法規規章，按照基于機器學習的提取規則對法律規范進行結構化處理，將法律法規條文形成數據世界中的一組可關聯的數據集，再對結構化法律規范進行標注，確定實體之間可能存在的關系類型，并為每種關系定義一個標識符，在達到一定數量級后進行機器學習，可通過獎勵學習模式標志進行自動標注、確定關系，使用三元組來根據實體和關系表示法律條文知識。二是豐富案例數據庫。除收集指導性案例、典型案例等及裁判文書網上公開案件外，將本地區、本院以往評查過的案件輸入數據庫，對案例按照種類、特性進行分類，并通過文本語言分析提取關鍵信息，把案例按照認定事實、法律適用邏輯化解剖，再通過“人工標注+批量學習”方式將事實與法律適用相對應，使得模型能夠自動識別案件事實與相關法律條文之間的聯系。三是搭建易錯案件特征數據庫。對以往被評為瑕疵、差錯的案件歸集為易錯案件數據庫，從證據審查和采信、事實認定、法律適用、辦案程序、文書制作和使用、釋法說理、辦案效果、落實司法責任制等方面進行特征化分析，對案件辦理質量進行全面檢查、分析。

構建智能化評查路徑。第一步：對需要評查的案件進行篩選。對于常規評查案件，可以由系統進行自動篩選，如對于無罪判決、撤回起訴、捕后不訴的案件自動劃入評查系統。對部分案件，可以由部門主任、檢察長標注，如對某些重點評查案件經標記后納入案件評查系統。第二步：初步過濾實現案件分流。通過關鍵詞篩選對因出現新證據、法律法規變化而導致的無罪判決、撤回起訴、捕后不訴案件自動判定為不是錯案，無需評查人員進行甄別。第三步：比對案件事實得出與數據庫中相似案件?；臼聦嵅糠挚蓮膶彶閳蟾嬲J定事實中直接提取，通過長文本語言分析轉化為結構化數據與數據庫中已形成結構化數據的事實進行比較，可將基本事實分解為認定法律事實的關鍵點，再從待評查案件基本事實與數據庫案件事實提取相似點與差異點，再對相似點與差異點進行賦分，若達到設定分數可認定為相似案件；反之，則認為數據庫案件與待評查案件不具有相似性。第四步：比對法律適用是否一致，模型經以上路徑得出被評查案件與數據庫案件基本事實相似，則可進入本路徑分析法條適用是否一致。比對的數據來源為判決書引用法條及裁判結果，將引用法條轉換為結構化數據對比引用的法條是否一致，再與數據庫相似案件進行比對，法條不一致且結果存在偏差即比對不一致者則由系統進行相應標記。

實現全流程案件評查。智能評查應用場景可以實現案件評查各環節在線操作、流轉、留痕。一是可以不再受案件范圍的限制，依托全國檢察業務應用系統，根據案件評查工作需要，實現評查案件在線標記、篩選，將需要評查的案件實時納入評查系統，并自動通過調取相應數據庫，匹配案件卷宗和裁判文書，實現評查材料在線查看和流轉。二是根據評查工作需要，可以對案件進行自動化評查，在確定評查案件范圍后，可自動讀取案件裁判文書，通過比對，排查認定案件事實、法律適用、裁判文書文字等方面的問題，對問題進行標注，形成初步評查結論和報告，并自動銜接人工甄別評查環節。對于系統評定為瑕疵或不合格的案件，承辦人可以在系統內填寫復議說明，由評查人員進行人工評定。人工評定后，需要在系統中錄入評查結果和原因，一方面實現評查工作留痕，另一方面幫助系統進行深度學習，進一步優化自動評查精確度。對于需要提交檢委會進行審議的評查結果，可以在系統內點擊提交檢委會討論。

運用智能化方式進行評查。智能評查應用場景，區別于傳統案件評查的最大特征就是數字賦能。通過整合案件評查數據資源，將已經評查過的案件形成數據庫，同時與法律數據庫、案例數據庫等數據庫進行連接。案件評查時，可以通過關鍵詞、關鍵語句、重點法條等進行匹配、比對，發現待評查案件在法律適用、事實認定、文書說理等方面可能存在的問題和風險，并據此得出評查結論。在評查結束后，可以實現評查案件自動統計、分析，批量分析評查案件問題類型、問題表現形式等。自動進行結果存檔和導出。此外，可以同時大批量評查多件案件或設置系統自動觸發對某類案件的評查，可以提升案件質量監督的及時性，從而有助于及時發現問題和開展整改，助力提升辦案效率。

事后評查轉為事前決策輔助。對案件進行質量分析，得出一個確定的評查結果并非案件評查工作的唯一目的。更重要的是，要通過案件評查推動案件質量的提升。因此，要探索通過智能化手段，將案件評查的“事后”效果轉化到檢察官辦案的“事前”預防，將問題轉化為風險提示點，全方位激活評查數據，將評查結果轉化為案件質檢，將案件可能出現的問題解決、糾正在裁判結果作出前。對于智能評查應用場景而言，在數據庫數據數量達到一定規模能級，案件評查系統和辦案系統等銜接融合較為成熟的情況下，智能評查應用場景可以實現將案件評查中發現的問題在檢察官辦案過程中進行定向和精準推送提示，如在對法律文書進行校對時，可以自動對法律文書事實認定和法律適用部分存在的問題、與評查案件庫中匹配的典型問題等進行提示，形成案件智能化質檢，并立體化、直觀化地具體標注對應的評查案件和法律法規等，幫助檢察官在案件辦理、裁判文書撰寫等方面及時發現問題，并有針對性地予以改進。

（摘自2月15日《檢察日報》。作者單位：北京市順義區人民檢察院）

■ 本欄編輯 何欣 趙婷宇