智慧司法
智慧司法是综合运用人工智能、大数据、互联网、物联网、云计算等信息技术手段，遵循司法公开、公平、公正的原则，与司法领域业务知识经验深度融合，使司法机关在审判、检查、侦查、监管职能各方面得到全面的智慧提升，实现社会治理、公共法律服务等的智慧化。近年来，我国不断深入推进“智慧司法”建设．随着越来越多的相匹配的司法信息平台的搭建运行，我国司法信息化走向前所未有的广度和深度。2018年上半年全国法院新收案件1229.5万，人均新收案件99.2件；上半年全国法院结案952.8万件，人均结案76.8件。在巨大的案例压力下，政府基层工作人员数量不足40万，远远不能满足多达6亿人次/年的法律服务需求，并且法律服务专业性强，咨询、诉讼服务费用高，也是导致大部分企业和个人得不到健全法律服务的主要原因。知识图谱的构建是实现智慧司法不可逾越的建设基础，知识图谱能够表达法律知识体系间的逻辑关联，并显示被关联的体系内的知识。司法知识图谱可实现智慧司法的技术底层，找到对应的实体属性概念，触发相关的推送知识，还可以通过配对的规则，用概率来实现排名推荐，对类案进行分析，还可以广泛运用于要素式的审判，法律行为分析的预测，结果预判的分析等等，能很好地达到数据关联、知识拓展和应用支持。
典型应用
基于传统数据库的搜索，对复杂信息或者复杂关系的表达比较难，通过既定的模式所花费的开发成本较高而且对复杂关系的多维度查询性能比较低下。基于知识图谱的搜索，结果指向有具体关系属性的相关实体，依托于其他各类数据，可以提供针对不同场景需求的法律数据关联和检索分析服务。目前已有很多面向司法领域从业者、公民的法律知识搜索工具和应用，如无讼案例、聚法案例、中国裁判文书网、OpenLaw、CaseShare、法信、北大法宝、最高人民法院裁判文书、知识产权裁判文书网和百度度小法等。
将证据指引嵌入系统内，利用知识图谱对证据的合法性、关联性进行判断，进而识别是否达到确实、充分的标准。在这方面，刑事案件要相对容易实现，因为只需要达到“排除合理怀疑”即可，而民事案件受利益衡量、价值判断、个案因素制约，其证据判断要更加复杂。
当前的类案推送系统以知识图谱和自然语言处理为核心，结合技术服务商的人工建模标注，可以达到一定程度的自动推送和检索，但仍然存在类案推送“有效性”、“有序性”及“完整性”不完善的困境。2017年10月，中共中央办公厅印发的《关于加强法官检察官正规化专业化职业化建设全面落实司法责任制的意见》，要求依托大数据技术，完善智能辅助办案系统的类案推送、结果比对、数据分析等功能，促进法律适用统一。
根据类案进行推演，可以延伸到案件结果的预测，如量刑预测和经济成本预测等。除此以外，从监察管理的角度，管理者可以对判案结果进行类案判决的偏离预警，对于“同判度”较高的类案，基于预测性判断对法官制作的裁判文书判决结果与之发生的重大偏离情况，进行自动预警从而防止裁判尺度出现重大偏离。同时，对结果偏离大的案件则需进行重点监察，消除由于法官个人因素导致的问题，促进法律适用统一的推进。
通过对知识图谱的构建，搭建论证案件事实的分析推理路径，结合案件事实、法律要素，为办案人识别、审查、运用证据，整理证据链的证明逻辑，并对证据的合法性、关联性进行判断，进而识别是否达到确实、充分的标准，为梳理案件事实提供智能化辅助。实际应用中，刑事案件要相对容易实现，因为只需要达到“排除合理怀疑”即可，而民事案件受利益衡量、价值判断、个案因素制约，其证据判断要更加复杂。
以权威文书样式、法律法规和相关司法解释为基础，通过自然语言处理、机器学习、序列标注等技术手段对电子文件进行解析，学习不同类型文书中针对法律事实的常用表述规则。经由法律专家校准结合知识图谱，固化形成专业的文书表述逻辑和规则库，应用到模板中的智能文书自动制作系统，实现流程如下图所示。
依据案件情况以及调解人员的技能知识图谱，为当事人在全社会范围智能推荐擅长的调解员。同时，以知识图谱为基础的调解智能服务，为各界调解员调解工作开展提供参考，根据记录的事件进展结合知识图谱、事理图谱自动生成调解协议，或者进入诉讼流程，相关的诉讼结果预测等也会推送给相应的判案法官，辅助调解员提高调解成功率，减轻法院的办案压力。
