法律實證研究，是一種以數據分析為中心的驗證性法學研究；其運用數理統計等知識，對包含司法經驗的數據進行加工，期以發現問題，提煉規律，尋求對策。

法律實證，“難”在何處？

當前我國法學實證研究方興未艾，但也困難重重；其突出表現為五“難”：

一、獲取數據難

為提高研究樣本的代表性，如何獲取實時的、分類的、可靠的、海量的司法大數據？

二、篩選數據難

為提高研究樣本的有效性，如何對海量司法大數據，進行快捷、高效地篩選？

三、維度標注難

針對研究的具體問題，如何對海量司法大數據，進行維度的標注，以實現數據的分類聚類？

四、數理模型構建難

針對研究的具體目標，如何選擇、構建合理的數理模型，進行快捷統計分析，以實現司法大數據分析的準確性？

五、研究過程驗證難

針對研究成果的可靠性，如何實現研究樣本的可檢驗、研究過程的可重復，研究結果的可驗證，以實現法律實證研究的可信賴？

小包公法律實證分析平臺

突破五“難”

小包公法律實證分析平臺運用人工智能技術，司法大數據發掘分析+NLP（自然語言學習）技術+法律知識圖譜，讓復雜的法律大數據深度分析變得簡單高效。

1、提供億級全量數據庫

·提供億級司法大數據庫；通過規則與算法將文書數據進行清洗、核對與校驗，解決案號重復、內容重復、性質匹配錯誤等問題；

·數據持續自動更新，確保數據的客觀性與真實性；

·自由接入自有數據，實現研究的“私有化”。

2、提供智能精準的標注工具

·國內首創以億級裁判文書為對象的大規模預訓練模型，將法律信息、法律關系和法律邏輯的推理認知能力智能化；

·模型使用NLP技術、深度學習+預訓練，為實證分析提供數據維度體系；

·根據研究需求設定研究維度，支持自定義數據維度，可生成多樣化、個性化維度體系；

·全生態多人協作共建標簽數據庫；支持同一項目多人協作，實時同步保存，共享進度。

3、提供快捷的數據清洗流程

·構建“大數據+司法文書規則+先進算法”的智能模型，充分滿足司法數據清洗的特定要求；

·應用命名識別與實體消歧、關系抽取的關鍵技術；

·快速、便捷地完成：數據糾正-刪除重復項-修正數據邏輯-語義轉換-顆粒度轉換-數據標準化-數據壓縮。

4、提供豐富的數據分析模型

一鍵快速生成基于簡單運算和統計分析的數據模型。支持多種高級數據分析模型。

·多元線性回歸

·趨勢預測

·雙重差分法

·判別分析

·時間序列模型

·聚類分析

·關聯性分析

·一元線性

·顯性

·差分

5、提供豐富的可視化數據分析圖表

·根據數據模型可靈活選擇可視化圖表類型，自動生成圖表；

·實時解釋圖表各值的含義；

·可視化圖表類型豐富，且支持圖表下載。

 6、首創實證分析驗證工具

系統存儲用戶實證分析的數據、維度、模型和結果，支持研究樣本的可檢驗、研究過程的可重復，研究結果的可驗證；支持自動校驗與人工校驗。

·自動驗證：一鍵自動數據校驗，實時展示數據校驗結果；

·人工驗證：提供自動化的劃詞手動標注工具，實現數據校驗快又準。

小包公真心希望：突破五“難”的法律實證分析平臺，能大幅度提升我國法律實證分析能力和水準，推動法治研究本土化，為法治中國貢獻自己的一份力量！