能甄別疑似“套路貸”虛假訴訟案件，也能對刑事“同案不同判”的情況進行識別，還能發現刑事案件中的證據漏洞……近日，在“第三屆法律大數據研究與應用研討會”中，人工智能賦能智慧審判、智能庭審的威力正在顯現。

“同案不同判”系統助統一裁判尺度

案情大致相同的案子，如何避免判決懸殊過大？目前，東南大學等組織研發的“刑事同案不同判預警系統”已經在江蘇部分法院試點應用。

“在訓練人工智能之前，它對量刑一無所知。這就必須先對常見的刑事案由，例如盜竊罪、搶奪罪等進行情節解構，建立每種案由的知識體系。這個知識體系告訴人工智能，盜竊罪需要關注每個案件的盜竊金額、盜竊次數、盜竊場所等，并借助自然語義理解技術，對常見罪名進行抽取。”東南大學法學院副院長王祿生介紹，這相當于給每個案件都打上了詳細的標簽。

比如A案件是盜竊5000元、有自首情節，B案件是盜竊1萬元、入室盜竊還是累犯。“當我們抽取案件的數量足夠多，比如達到數十萬甚至數百萬的量級，就可以形成特定罪名、特定情節組合與量刑結果之間的關系，由此就可以訓練出不同罪名的量刑模型。”王祿生說，當法官在判處一個新的案件時，“同案不同判預警系統”就可以給出在辦案件類似情節案件的量刑推薦，供法官決策參考，從而避免與既有判決明顯的偏離。這就在正式判決之前起到了一定的預警作用。

智能預警疑似“套路貸”虛假訴訟

“套路貸”虛假訴訟通常披著民間借貸外衣，作案手法隱蔽、證據組織完備，被害人不敢出庭或抗辯，導致違法事實難以被發現和認定。

“我們在‘套路貸’虛假訴訟智能預警系統中通過構建‘套路貸’虛假訴訟智能算法模型，從當事人和案件兩個維度，設置案件信息、當事人信息、證據信息、涉公安信息、市場監督管理等信息，建立36個‘套路貸’虛假訴訟監督點，通過自然語言分析技術，對有關文書進行語義切片處理，在切片段落中抽取相關語義。”江蘇省高級人民法院審判管理與信息技術處副處長邢斌說，經過機器訓練的要素匹配算法模型，自動給被抽取的語義標注正負向要素標簽，再與各類有關結構化數據關聯碰撞后作為數據源，輸入依據信用評分模型思想構建的案件風險評分模型。

通過對結果數據歸一化處理，系統得出案件“套路貸”風險概率，一鍵生成評估報告。同時，系統還可以基于大數據分析，對“套路貸”案件和人員進行可視化畫像分析，鎖定風險人員，形成疑似職業放貸人名錄。據介紹，下一步，該技術還將用于離婚析產、以物抵債、勞動爭議、公司分立(合并)、企業破產等虛假訴訟的識別和預警。

快速識別出卷宗中的瑕疵和矛盾點

“刑法第六條”“打開證人的詢問筆錄”“打開案發現場視頻”……隨著指令的發出，“智慧法庭的智·真系統”實時將法條、圖文信息和視頻推送到屏幕上。法官可以實時查看書記員的筆錄操作并進行批注；舉證方、質證方語音喚醒展示證據后，還可在顯示屏上對展示的證據同步標繪質證。

以往，檢察官、法官在審查案件時，需要逐頁梳理案件卷宗，該系統利用OCR識別技術，將圖片化的文檔轉化為可以編輯的篇章，再通過語義分析技術，提取案件關鍵要素，輔助檢察官、法官快速梳理案情。

同時，系統還能幫助法官快速識別出卷宗中存在的瑕疵和矛盾點。例如，發現訊問筆錄中，同一個被訊問人同時出現在兩個地方，或者殺人案中沒有死亡證明，系統可以自動預警，并提示檢察官和法官。“通過制定證據標準和證據規則模型，系統還能輔助判斷證據鏈中是否有瑕疵、邏輯矛盾。例如可以將嫌疑人在多份筆錄中對同類問題的回答統一篩選出來，再由辦案人員分析嫌疑人的回答是否前后一致。”科大訊飛政法BG咨詢總監孫繼超說。

此外，系統針對每一類刑事案件罪名制定了“逮捕條件審查模型”，通過該系統，辦案民警和檢察官能夠快速識別該案件中的嫌疑人是否符合逮捕條件，如果不符合，系統還可以判斷存在哪些瑕疵或缺失哪些證據材料。