危险驾驶案件文书自动生成系统

　　一、建设背景

　　近年来，安徽省检察机关受理的危险驾驶案件数量激增，仅2021年，全省检察机关共受理危险驾驶案件2万余件，占受理全部刑事案件总数的39%，一线检察官面临着案多人少、效率不高、司法资源配置不均等问题。安徽省检察机关依托人工智能联合实验室开展“为基层解难题”活动，对危险驾驶案件由机器来进行自然语言识别，使用已经成熟的表格式的文书模板，采用要素定点嵌入的方式，完成表格式、要素式的审查报告自动生成，节省一线检察官在简易案件上的时间和精力投入，让其有更充裕的时间来办理疑难复杂案件。同时，采用大数据技术筛查出卷宗中的关键证据，提高检察官的办案能力和法律监督水平。

　　二、 系统介绍

　　文书自动生成系统软件在危险驾驶案件审查报告制作的业务场景上，利用OCR、要素抽取、智能编目、自然语言理解、大数据训练等技术，实现结构化字段自动填录、证据阅览、证据比对、批注等智能辅助功能，对司法文书解析和要素抽取实现模版内容自动填充，文书生成之后，由检察官进行快速确认和少量补充即可完成审查报告，用规范化文书自动生成促进法律文书制作规范严谨，大大提高文书制作效率。

　　三、 适用业务

　　刑事检察业务

　　四、 核心技术

　　1、基于深度学习的司法文本特征提取。本系统通过CNN-BiLSTM（双向长短时记忆网络）和BERT的网络结构，利用简单的词索引提取高维且带上下文语义的向量，结合人工标注的数据拟合各个网络层的参数，得到从输入到输出的复合函数，即可完成司法文本分类模型的训练过程；

　　2、基于数据挖掘分析的审查报告模板。本系统基于大量检察官撰写的规范审查报告，结合安徽省检察院出台的速裁案件审查报告模板，对审查报告的主要段落进行分解，审查报告集合按照以上层级进行分解后，分别从每一份报告中取出段落，再对属于相同段落中的句子集合采用频繁集挖掘，即基于统计分析方法发现常见的字、词、句，得出某一段落中统计频率最高的句子，最后经过检察业务专家的确认，得到该段落的句子描述模板，以此类推，得到整个段落及整个审查报告的模板；

　　3、基于要素抽取的文书自动生成。本系统通过运用基于机器学习的自然语言处理（NLP）技术，结合电子卷宗智能编目，利用信息填充的方式，从13种常见文书证据中抽取信息以生成审查报告中必要的内容。

　　五、 可解决的问题

　　1、解决了文书撰写时查看和复制卷宗内容的需求；

　　2、解决检察机关大量简易速裁案件文书摘抄卷宗内容工作；

　　3、解决了办案人员撰写法律文书不规范的现象。

　　六、 运用成效

　　一件侦查卷宗在200页左右的危险驾驶案件，从整本电子卷宗录入到审查报告生成，整个过程在 10 分钟以内，相较于之前检察官自己阅卷、摘录、撰写审查报告，可以节省出80%左右的时间。以安徽省合肥市某基层检察院为例，采用文书自动生成系统后，将原来的个案1个小时左右的审查报告制作时间缩短到10分钟，全年危险驾驶案件的审查报告总体制作时间可以节省约330个小时。同时，为适应一些案情特殊、情节复杂危险驾驶案件的办理，在自动生成审查报告后，机器还会在审查报告中提供电子卷宗原始证据的链接。只需点击链接，就可以立刻显示与文书内容相关联的证据，方便检察官快速核对修改。

　　七、 可复制推广性

　　本系统基于成熟技术构建，操作简单，一键生成文书，用户学习成本低，代码复用率高。其次，系统根据法定业务流程和办案人员的业务习惯进行定制，普适性强。目前，文书自动生成系统已在合肥高新技术产业开发区人民检察院试用，得到用户的一致好评，并计划逐步在全省检察机关推广使用。

　　责任编辑：广汉