法律实证研究，是一种以数据分析为中心的验证性法学研究；其运用数理统计等知识，对包含司法经验的数据进行加工，期以发现问题，提炼规律，寻求对策。

法律实证，“难”在何处？

当前我国法学实证研究方兴未艾，但也困难重重；其突出表现为五“难”：

一、获取数据难

为提高研究样本的代表性，如何获取实时的、分类的、可靠的、海量的司法大数据？

二、筛选数据难

为提高研究样本的有效性，如何对海量司法大数据，进行快捷、高效地筛选？

三、维度标注难

针对研究的具体问题，如何对海量司法大数据，进行维度的标注，以实现数据的分类聚类？

四、数理模型构建难

针对研究的具体目标，如何选择、构建合理的数理模型，进行快捷统计分析，以实现司法大数据分析的准确性？

五、研究过程验证难

针对研究成果的可靠性，如何实现研究样本的可检验、研究过程的可重复，研究结果的可验证，以实现法律实证研究的可信赖？

小包公法律实证分析平台

突破五“难”

小包公法律实证分析平台运用人工智能技术，司法大数据发掘分析+NLP（自然语言学习）技术+法律知识图谱，让复杂的法律大数据深度分析变得简单高效。

1、提供亿级全量数据库

·提供亿级司法大数据库；通过规则与算法将文书数据进行清洗、核对与校验，解决案号重复、内容重复、性质匹配错误等问题；

·数据持续自动更新，确保数据的客观性与真实性；

·自由接入自有数据，实现研究的“私有化”。

2、提供智能精准的标注工具

·国内首创以亿级裁判文书为对象的大规模预训练模型，将法律信息、法律关系和法律逻辑的推理认知能力智能化；

·模型使用NLP技术、深度学习+预训练，为实证分析提供数据维度体系；

·根据研究需求设定研究维度，支持自定义数据维度，可生成多样化、个性化维度体系；

·全生态多人协作共建标签数据库；支持同一项目多人协作，实时同步保存，共享进度。

3、提供快捷的数据清洗流程

·构建“大数据+司法文书规则+先进算法”的智能模型，充分满足司法数据清洗的特定要求；

·应用命名识别与实体消歧、关系抽取的关键技术；

·快速、便捷地完成：数据纠正-删除重复项-修正数据逻辑-语义转换-颗粒度转换-数据标准化-数据压缩。

4、提供丰富的数据分析模型

一键快速生成基于简单运算和统计分析的数据模型。支持多种高级数据分析模型。

·多元线性回归

·趋势预测

·双重差分法

·判别分析

·时间序列模型

·聚类分析

·关联性分析

·一元线性

·显性

·差分

5、提供丰富的可视化数据分析图表

·根据数据模型可灵活选择可视化图表类型，自动生成图表；

·实时解释图表各值的含义；

·可视化图表类型丰富，且支持图表下载。

 6、首创实证分析验证工具

系统存储用户实证分析的数据、维度、模型和结果，支持研究样本的可检验、研究过程的可重复，研究结果的可验证；支持自动校验与人工校验。

·自动验证：一键自动数据校验，实时展示数据校验结果；

·人工验证：提供自动化的划词手动标注工具，实现数据校验快又准。

小包公真心希望：突破五“难”的法律实证分析平台，能大幅度提升我国法律实证分析能力和水准，推动法治研究本土化，为法治中国贡献自己的一份力量！