一、一个刑事律师的日常困境

上周跟一个做刑事辩护的朋友聊天，他说了句让我印象很深的话：“我做刑辩十年了，最怕的不是案子难，是怕自己想漏了。”

他说的“想漏了”，指的是在做案件定性分析时，脑子里同时要考虑多个可能的罪名方向。比如一个经济犯罪案件，到底是合同诈骗还是诈骗？是职务侵占还是贪污？是非法吸收公众存款还是集资诈骗？每个方向对应不同的构成要件、量刑标准和辩护策略。漏掉一个可能性，可能就错过了一个有效的辩护角度。

这不是他一个人的困境。刑法452条，司法解释数以千计，任何律师都不可能把所有罪名和构成要件时刻装在脑子里。这就是为什么类案检索和法律数据库对刑事律师格外重要。

但问题来了：传统的类案检索和法律数据库是“被动”工具 - 你得知道自己想查什么，才能搜到结果。而很多时候，刑事律师面对一个案情复杂的案子，恰恰是“不太确定到底该往哪个方向查”。

这就是liuhuanyong/CrimeKgAssitant这个项目试图解决的问题：让机器帮你做案件定性的初步判断。

二、这个工具的三个核心能力

CrimeKgAssitant由中国科学院软件研究所的刘焕勇开发，在GitHub上获得了1581个Star。它不是那种“看起来很厉害但不知道能干嘛”的学术Demo - 它有完整的训练数据、可运行的代码、以及在实际案例上验证过的准确率。

能力一：罪名预测 - 输入案情，输出最可能的罪名

这是最核心的功能。把一段案情描述输入系统，它预测最可能适用的罪名。

技术实现：基于288万条标注了罪名的裁判文书训练数据，用SVM（支持向量机）模型做文本分类。202种常见罪名的预测准确率达到92.03%。

怎么理解这个准确率？意思是：系统每做100次罪名预测，大约92次预测结果中包含了正确的罪名（Top-N预测）。剩下8次可能是案情描述不够规范、或者涉及的罪名比较罕见、或者案件跨越多个罪名类别。

举个实际例子：一份案情描述是“被告人利用职务便利，将本单位财物非法占为己有，数额较大”。系统会给出预测结果：职务侵占罪（第271条）排在第一位，贪污罪（第382条）排在第二位。对于律师来说，这个结果意味着 - 先按职务侵占的方向查，同时留意是否涉及国家工作人员身份（这会导向贪污罪）。

能力二：法律知识图谱 - 856项罪名的结构化解构

项目构建了一个以罪名节点为核心的知识图谱，覆盖856项罪名。每个罪名节点关联了：

• 构成要件要素（主体、客体、主观方面、客观方面）
• 法定刑幅度
• 相关联罪名（容易混淆的罪名）
• 典型裁判规则

知识图谱的价值在于结构化。传统方式查一个罪名，你得翻法条、查司法解释、看典型案例 - 信息分散在不同来源。知识图谱把这些信息整合到一个结构化的网络里，你可以快速看到：这个罪名涉及哪些构成要素、容易跟哪些罪名混淆、量刑大致在什么区间。

对于刑事律师来说，这相当于一个“罪名关系导航图”。尤其在处理金融犯罪、网络犯罪等涉及多项罪名的复杂案件时，能帮你快速厘清各罪名之间的关系和界限。

能力三：法务问题分类 - 自动归类13类法律咨询

系统能自动将法律咨询问题分类为13个类别：婚姻家庭、劳动纠纷、交通事故、债权债务、刑事辩护、合同纠纷、房产纠纷、侵权、公司法、医疗纠纷、拆迁安置、行政诉讼、建设工程。

分类准确率95.9%（测试集上）。这个功能对法律援助机构、法律咨询平台、律所的前端收案特别实用 - 自动把当事人的问题归到正确类别，减少人工分拣的时间。

系统还有一个基于20万条法务问答的FAQ问答功能，但对于专业律师来说，这个功能的深度有限 - 更适合做初步的法律信息查询，而不是复杂的法律分析。

三、罪名预测到底有多准 - 一个诚实的评估

92.03%这个数字看起来很漂亮，但有几个重要的限定要说明：

限定一：准确率不等于“每次都给出唯一正确答案”。 实际使用中，系统输出的是Top-N（排名前几的候选罪名），而不是一个确定答案。这意味着你拿到的是一个“最可能的几个选项”，而不是“就是这个罪名”。

限定二：准确率受案情描述质量影响很大。 训练数据来自裁判文书的事实认定部分，这些文本结构规范、要素完整。但实际办案中，你拿到的可能是当事人零散的口头陈述、不完整的证据材料片段。输入质量差，预测结果就差。

限定三：罕见罪名的预测效果不如常见罪名。 288万条训练数据分布不均匀 - 盗窃、诈骗、交通肇事等高频罪名的训练样本多，预测效果好；而罕见罪名的样本少，预测效果就没那么可靠。

限定四：这个模型是2018年训练的。 用的是CAIL2018数据集。此后刑法有过修订（比如2020年刑法修正案十一新增了若干罪名），模型覆盖的罪名范围需要更新。

所以正确的心态是：把这个工具当作一个“方向提示器”，而不是“最终判断者”。 它帮你在面对一个复杂案情时快速缩小可能的罪名范围，但最终的罪名认定仍然需要律师的专业判断。

四、技术揭秘：它怎么做到的（用律师能懂的话说）

法律人不需要懂SVM和CNN的具体原理，但了解一下这套系统的工作方式，能帮你更好地判断它的输出是否可信。

训练阶段：系统“读”了288万份标注好罪名的裁判文书。每读一份，它就建立一条“案情描述→罪名”的对应关系。读得多了，它就学会了某些关键词组合与特定罪名之间的统计关联。比如出现“利用职务便利”+“本单位财物”+“非法占为己有”，跟“职务侵占罪”的统计关联就很强。

预测阶段：你输入一段案情描述，系统把它转换成一个数学向量（一串数字，代表这段文本的语义特征），然后跟训练阶段学到的288万条“文本→罪名”模式做匹配，找出最相似的几个。

知识图谱构建：系统从法条、司法解释、裁判文书中提取罪名的结构信息，构建了一个以罪名节点为核心的知识网络。这个网络不是靠人工标注的 - 是用NLP（自然语言处理）技术从大量法律文本中自动提取的。

这个过程听起来复杂，但运行起来很简单 - 在命令行里输入python crime_classify.py，输入案情描述，就能拿到预测结果。

五、实务场景：这个工具适合谁、怎么用

场景一：刑事辩护律师 - 案件定性辅助

最直接的适用场景。拿到一个复杂案件，先跑一遍罪名预测，看系统给出的Top-N候选罪名是否覆盖了你想到的所有可能性。如果系统提到了一个你没想过的罪名方向，就去查一下这个罪名的构成要件，判断是否构成有效辩护角度。

建议用法：不要只用最终结果，也看一下Top-N中排名靠后但依然相关的罪名。有时候“第四名”恰好是你没想到的方向。

场景二：公司法务 - 内部调查案件定性

公司内部调查中（比如员工涉嫌职务侵占、商业贿赂），法务需要快速判断行为性质，决定是按内部纪律处理还是移送司法机关。可以用罪名预测辅助定性分析：把调查发现的事实整理成规范文本输入系统，看预测结果是否符合内部调查的初步判断。

注意：内部调查的事实往往不完整，预测结果只能作参考。移送司法机关的决定应基于完整证据和律师正式法律意见。

场景三：法律援助/法律咨询平台 - 智能分流

13类问题分类功能很适合法律援助机构或在线法律咨询平台。当事人提交的咨询自动归类到正确领域（劳动、婚姻、刑事、合同等），分配给对应专业的律师。95.9%的分类准确率意味着只有约4%的问题会被错误归类 - 这在人工分拣场景下也是可以接受的误差。

场景四：法学教育 - 案例教学辅助

法学院案例教学中，可以让学生先用工具预测罪名，再对照实际判决结果，讨论预测为什么准或不准、构成要件的边界在哪里。这是一个很有教学价值的过程 - 学生对罪名构成要件的理解会因此更扎实。

六、安装与使用：极简三步

CrimeKgAssitant的安装比其他法律AI项目简单很多 - 它不需要GPU、不需要大模型、不需要Docker。

  
  
  
  

      
  
  
  
  

   
   
   
   

    
    
    
    

     
     
     
     

      1
     
     
     
     
     
     
     
     

      2
     
     
     
     
     
     
     
     

      3
     
     
     
     
     
     
     
     

      4
     
     
     
     
     
     
     
     

      5
     
     
     
     
     
     
     
     

      6
     
     
     
     
     
     
     
     

      7
     
     
     
     
     
     
     
     

      8
     
     
     
     
     
     
     
     

      9
     
     
     
     
    
    
    
    
    
    
    
    

     
     
     
     

      # 第一步：克隆仓库
git clone https://github.com/liuhuanyong/CrimeKgAssitant.git
cd CrimeKgAssitant
 
# 第二步：安装依赖
pip install -r requirements.txt
 
# 第三步：运行罪名预测
python crime_classify.py
     
     
     
     
    
    
    
    
   
   
   
   

系统会提示你输入案情描述，回车后输出预测结果。就这么简单。

数据文件说明：

• data/kg_crime.json - 856个罪名的知识库
• data/qa_corpus.json - 20万条法务问答数据
• 训练好的模型文件在model/目录下

如果只是想体验罪名预测功能，不需要额外下载数据 - 项目自带了预训练模型。

七、这个项目的更大意义

CrimeKgAssitant发布于2018年，距今已经8年了。以今天的标准看，它的模型架构（SVM+CNN）略显陈旧 - 现在的法律大模型动辄几十亿参数，SVM这种传统机器学习方法看起来有点“古早”。

但这个项目的价值不在技术前沿性，在可解释性和确定性。

SVM模型虽然简单，但它预测的结果是可追溯的 - 你知道系统是基于哪些关键词和统计规律做出的判断。而大模型输出一个罪名预测，你很难知道它到底是因为真正理解了构成要件，还是因为训练数据里的统计巧合。

对法律场景来说，可解释性有时候比准确率更重要。

另外，这个项目证明了：即使没有大模型和海量GPU，仅靠传统的NLP技术也能在法律领域做出有价值的应用。 856项罪名的知识图谱、288万条训练数据、92%的预测准确率 - 这些都不是靠堆算力堆出来的，而是靠对法律文本特征的深入理解和精心的特征工程。

如果你是一个对法律AI感兴趣但没有深度学习背景的法律人，CrimeKgAssitant是一个很好的入门项目 - 代码量不大、逻辑清晰、运行门槛低，你可以从中学到法律NLP的基本思路。

📚 参考文献

• liuhuanyong/CrimeKgAssitant — 罪名预测+法律知识图谱+法务问答（1581 Stars）
• CAIL2018 中国司法人工智能挑战赛数据集
• 刘焕勇 - 基于法律罪行知识图谱的智能预判与客服问答

⚠️ 免责声明：本文内容仅为提供信息之目的，不构成法律建议。文中提及的罪名预测工具的准确率数据来源于项目公开的技术文档，不代表在任何具体案件中能达到同样的准确率。罪名预测结果仅供参考，不能替代律师的专业法律判断。本文作者及平台不对因依赖本文内容而导致的任何损失承担责任。

📝 法律AI工具