[美联储议息会议]小律所，大数据：诉讼的数据化时代

? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?

【大数据文摘-律师沟通群建立】假如您对大数据、法令都感兴趣，请在后台给咱们留言，在群中您会找到志同道合者，并且您可以与本文的作者——天同律师事务所周蔚在大众深化沟通，请留言“法令”，谢谢。

诉讼案子会发生许多文档，而这些文档蕴藏的数据对尔后同类型案子的署理和审判具有很高的参阅价值。法令业大数据的年代已悄然到来。天同律师事务所是一个专心于商事诉讼的小律所，却期望经过施行诉讼大数据的战略，从更广泛的视点来剖析、点评案子，为更多诉讼律师供给有价值的信息。

当时，大数据的概念被各个职业广泛评论，好像咱们一夜之间就进入了大数据年代，各种大数据的研讨会、讲座、营销计划蜂拥而至，让人目不暇接。在这样的语境下，我国的律师事务所也开端议论大数据，一时间“大数据”概念风行法令服务职业，碰头要是不议论大数据，就好像没有摸到年代的脉息。

受IBM、麦肯锡和O’Reilly等公司的影响，关于大数据怎么改进法令服务的文章也越来越多，可是许多文章是根据本身营销意图进行宣扬，对大数据的中心思维（特别是法令职业怎么运用大数据）并不了解，有些观念乃至有些偏颇。新一轮技能浪潮刚刚鼓起，全世界的法令职业都等待运用新的东西和办法进步法令服务质量。法令业大数据的年代已悄然到来。

一、大数据是什么？

什么是“大数据”？现在并没有一致的界说。IBM 供给了一个充沛的简略易懂的表述：大数据有以下三个特色：大批量（Volume）、高速度（Velocity）和多样化（Variety）。

大批量——大数据体积巨大。企业里处处充满着数据，信息动不动就达到了TB级，乃至是PB级。

高速度——大数据一般对时间灵敏。为了最大极限地发挥其事务价值，大数据有必要及时运用起来。

多样化——大数据逾越了结构化数据，它包含一切品种的非结构化数据，如文本、音频、视频、点击流、日志文件等等都可以是大数据的组成部分。

MSDN的Brian Smith在IBM的基础上增加了第四点：变异性——数据可以运用不同的界说办法来进行解说，不同的问题需求不同的阐释。法令大数据是大数据的子类，但由于外部环境的动态改变、界说办法的不同，对法令大数据的界定没有清晰的内在和外延，变异性的特色尤为杰出。

二、大数据对律一切何用？

新技能调查作家Derrick Harris对律师事务所根据大数据怎么进行流程优化提出了三方面的见地：

一是文档检索可能是大数据对法令工作影响最大的范畴。律所一般存储海量的非结构化电子文档，包含电子邮件、Office文档、PDF文档等等，从数以TB计的数据中检索案子相关文档几乎便是律师的噩梦，费时、吃力并且准确性差。经过大数据智能剖析软件，律所可以大大进步文档检索功率。例如大数据创业公司Recommind开发的大数据软件能经过机器学习算法进行“猜测编码”，大大进步法令文档的检索功率。别的一家值得重视的企业——PureDiscovery的语义剖析技能也有大幅进步文档检索功率的功用。

二是诉讼案子中会发生许多文档，而这些文档“蕴藏”的数据对后来的署理和审判具有很高的参阅价值。大数据创业公司LexMachina的方针客户是常识产权律师，为他们供给决议计划支撑数据核算服务。LexMachina将许多曩昔的较为含糊的定性数据都给量化了，例如“这位法官对被告很晦气”、“这种索赔的案子一般都能赢”或“这位律师对此类技能的经历值最高”等。LexMachina数据剖析的数据源首要来自揭露的PACER（联邦法庭数据库），PACER的数据一向存在，可是LexMachina是第一家经过机器学习和自然言语处理等技能从中“淘宝”的公司。值得注意的是Recommind也在不断开发新的产品Hypergraph（超级图谱），用来协助律师发现人、论题、时间线、非结构化数据之间相相联系等。

三是律师们需求自己着手，创造性地运用各种现成的大数据东西和数据源。例如律师可以运用相似ScraperWiki这样的东西剖析证人的Twitter联系人网络和活动记载。律师还可以运用相似etcML这样的免费东西（对应的付费服务如AlchemyAPI）剖析各种文本，包含推文和电子邮件，来发现要害观念或进行倾向性判别。零用import.io这样的东西从网站抽取数据（例如房产价格历史数据），并制作成图表。

在美国，法令职业就大数据的东西和办法现已打开实质性讨论，创业型的IT公司纷繁将目光投向传统的法令服务职业，例如最近创业公司Judicata刚刚宣告获得了来自Khosla Ventures的580万美元融资，这家公司想做的事便是更好地协助律师进行法令研讨，其在线服务估计在本年夏日发布 beta 版。但由于法令体系、司法环境、互联网方针的差异和言语上的妨碍，Derrick Harris提到了的这些东西很难在我国的律师事务所直接运用。因而，当我国还没有针对法令职业的大数据剖析东西时，天同律师事务所提出大数据剖析办法要与本身中心事务结合，向IT服务商场清晰提出本身大数据运用需求，待时机成熟时在本身的中心事务中高效运用大数据东西。

三、天同律师事务所的大数据战略

天同诉讼大数据战略，其意图在于建构对法令大数据进行剖析、提炼、加工、引荐的大数据剖析体系，而非存储巨大数据信息只是用于信息检索。换言之，假如把诉讼大数据比作一种出资，那么这笔出资完结盈余的要害，在于进步对各类法令大数据的“加工能力”，经过“加工”完结信息的“增值”。关于天同的中心事务诉讼而言，“增值”服务的首要对象是天同律师，即天同的客户联系处理体系中的内部客户，大数据可以精准猜测他们在案子署理进程中的需求，关于进步案子署理质量和服务功率是显而易见的。

天同律师事务所专心我国高端民商事诉讼，精于二审及再审案子的署理，特别拿手处理严重、疑问、杂乱的商事诉讼，取得了极高的胜诉率。高胜诉率的背面，表现了天同对案子的精细化处理，每个案子经过33道工序收拾，展现了天同律师精雕细镂的工作态度和杰出的常识储藏。现在，天同关于高端民商事诉讼的法令信息处理，首要是经过人工来完结，案子卷宗的整理、案情可视化展现、相关法令法规检索、指导性事例的查询，每一步都有许多的人工处理，功率的进步往往依托辅庭律师的熟练掌握。经过施行诉讼大数据的战略，期望能从更多的视点来剖析、点评案子，进步法令检索的功率和全面性，为出庭律师供给更多有价值信息，构成对案子的全面认知，以便构思最佳的署理战略。天同律师在诉讼进程中运用大数据剖析，不只在案子的处理阶段，而是掩盖整个事务流程，即使天同没有署理但进行过剖析证明的案子，也将供给大数据剖析的阶段性定论供客户参阅。详细来讲，天同律师在事务流程中进行大数据剖析的一般进程如下：

前期证明阶段，处理文档电子化和案子难度预判的问题，对案情微观结构进行解构和开始标签化处理，为下阶段大数据剖析进行准备工作。

商量署理阶段，处理案子胜率判别和律师费用核算问题，案子的胜率取决于外部司法环境、管辖地、对方律师等，还取决于案子内部首要争议依据资料的掌握情况、法令适用、署理经历等要素。例如，将依据资料与待证现实之间的相相联系作为标签，对这种相相联系是否建立进行大数据剖析，故咱们可以根据大数据剖析，对依据与案子现实间的相相联系进行评价（大数据思维：只问相相联系，而不问因果联系），从而结合其他要素对案子胜率进行评价。律师费用的核算，无妨也选用大数据剖析，对同类案子的商场平均价格快速获取并核算，结合案子难度为天同的诉讼署理寻求合理报价。

案子处理阶段，跟着案子信息的更新，现实争议和法令争议现已逐步清楚，这一阶段的大数据剖析会集在案外相关要素的剖析上，为争议的实质供给新的洞见，或许新的依据，例如审理法官的相关观念、胶葛发生时地点职业的数据，最新商事审判的价值判别，以及相关的“天同码”。

结案归档阶段，评价大数据剖析的运用作用，并对标签及其逻辑结构的常识进行归档，完善案子标签化体系(元数据办法)；将前期的预判效果与终究的裁判效果进行比对，从而对此类案子的标签化办法进行调整。

天同诉讼大数据运行机制，在总体设计上，由一大流程、两大体系组成，即“标签判别流程、大数据检索体系、大数据核算剖析体系”每个流程或体系都具有信息输入和输出的功用，是大数据剖析中信息处理加工的中间环节，终究构成的效果方式是“为案子供给更多有价值的常识 ”。

终究意图：天同诉讼大数据战略，终究意图在于为高端诉讼供给更多的了解视角，为诉讼案子供给更多的洞见和了解，在天同的事务流程的每个阶段充沛运用大数据剖析的办法，使得天同“三大诉讼法宝”——诉讼可视化、模仿法庭、大数据与常识处理可以融会贯通、相互配合，保证“三大诉讼法宝”成为天同诉讼事务的中心竞争力。使得天同的诉讼大数据与常识处理东西被业界广泛知晓，更好地为咱们的客户供给诉讼法令服务。

摘自：微信公号“天同诉讼圈”
数据剖析, 数据发掘