大数据法律监督及法律监督建模成效

目前检察机关法律监督工作仍存在审查形式化、调查表面化、侦查单一化等问题，难以发现案件背后的深层次问题和有价值线索。从数字检察的发展趋势来看，数字的流动性特征有利于推进线索成案和案件一体化办理。数字排查技术的进一步发展推进检察办案线索融合、手段融合、人员融合，打破内设机构“各自为战”“条线分割”的业务壁垒，进一步提升数字流动的活跃度，促成大数据融通，进而反作用于数字检察，促使数字检察走上“快车道”、跑出“加速度”。

大数据法律监督项目建设目标：

将数字化能力融入并落地到具体的数字检察工作，同时，努力建设建模工具平台、数据集纳平台、完善数据元标准建设，循序渐进，在实际工作开展中，从小数据监督逐渐走向大数据监督，客观实际角度引进技术平台数字检察工作的开展。

充分利用好大数据提升法律监督质效：

传统的受理、审查案件方式，往往只能通过一些孤立的信息点发现单个的法律监督线索，一些深层次的问题不易被发现。运用大数据的筛查、比对、碰撞，相互独立的信息点就有了交集、串联，违法犯罪线索就能清晰展现，有利于检察机关高效发现深层次的监督线索。

建立法律大数据监督模型有什么用：

通过业务建模，推动检察办案模式转型升级。推动检察办案模式从“个案为主、数量驱动”向“类案为主、数据赋能”转变，通过数据分析、数据碰撞、数据挖掘发现治理漏洞或者监督线索，依法能动履行检察监督职责。

如何实现模型的运行及建模流程：

针对电子卷宗中的各种证据材料，依托 ocr 识别、自然语言处理引擎等技术对证据中体现案件的相关信息，以规则匹配或机器学习等方式，将法律文书中各类具有数据应用价值或服务辅助办案和知识服务等方面标签项提取出来，实现对各类司法文书预处理，以满足不同业务场景的需求。