欢迎访问上邦|专注企业 AI 数字化转型落地 · 咨询热线 400-667-6771
免费咨询
首页 / 资讯中心 / 技术干货 / 文章详情
技术干货

裁判文书要素抽取与类案向量检索:用 spaCy 与 FAISS 搭建本地法务知识库

上邦 AI 工程团队2026-09-09阅读 约 9 分钟
律师与法务日常需要从海量裁判文书中快速定位要素与类案。本文给出一条可复现路线:用 spaCy 做中文分词与实体、要素抽取,再用 FAISS 构建裁判文书向量索引,实现输入争议焦点、返回相似类案与裁判要旨的本地检索,全程可私有化部署,满足案件数据的保密要求。

为什么裁判文书需要本地化语义检索

据公开信息,最高人民法院于2026年9月7日发布《关于依法审理涉人工智能纠纷案件的意见》(法发〔2026〕10号),其中明确诉讼参与人借助人工智能起草文书、检索类案,提交前应核实内容真实性并说明辅助使用情况。这意味着 AI 类案检索已成为刚需,但司法机关也强调人工复核与留痕。对律所与企业法务而言,把检索能力建在本地、数据不出域,是兼顾效率与保密的前提。

用 spaCy 做争议焦点与要素抽取

以中文模型对裁判文书做分词与实体识别,再按规则抽取案由、争议焦点、裁判要旨、法律依据等要素:
import spacy, re

nlp = spacy.load('zh_core_web_sm')
doc = nlp(open('judgment.txt', encoding='utf-8').read())
entities = [(e.text, e.label_) for e in doc.ents]
print('识别实体:', entities[:10])
refs = re.findall(r'依据《([^》]+)》', doc.text)
print('引用法规:', set(refs))
实体抽取后,可把争议焦点、裁判要旨切分为短句,作为后续向量化的基本单元。

用 FAISS 构建类案向量索引

调用本地嵌入模型(如 bge-small-zh 等开源句向量模型)把每个类案的摘要编码为向量,用 FAISS 建立快速近邻索引:
import faiss, numpy as np, json

xb = np.load('case_embeddings.npy').astype('float32')
index = faiss.IndexFlatL2(xb.shape[1])
index.add(xb)

q = np.load('query_embedding.npy').astype('float32')
D, I = index.search(q, k=5)   # 返回最相似 5 条类案
print('相似类案索引:', I, '距离:', D)
with open('cases.json', encoding='utf-8') as f:
    cases = json.load(f)
for i in I[0]:
    print(cases[i]['案由'], '-', cases[i]['裁判要旨'][:60])
① 先小批量人工标注争议焦点—类案配对,校准嵌入模型与切句策略;
② 检索结果必须附原文出处与案号,便于律师复核与向法院提交留痕;
③ 定期增量更新索引,覆盖新发布的指导案例与公报案例。

落地边界

说明:向量检索返回的是语义相似类案,不构成法律意见;正式引用须核对裁判文书网等官方数据库原文,并遵守相关使用规范。本方案不涉及对未公开案件数据的处理。

参考来源

spaCy 官方文档 - Explosion AI;FAISS Wiki - Facebook Research(GitHub);关于依法审理涉人工智能纠纷案件的意见(法发〔2026〕10号) - 最高人民法院。
相关标签:法律AI裁判文书要素抽取向量检索FAISS

免费咨询上邦技术顾问

一对一上邦方案顾问对接 · 免费定制企业专属 AI 数字化转型方案

立即获取上邦方案