法律数据是指法律法规、司法解释、裁判文书、检察文书、指导案例、典型案例、办案规则、法律问答等在法律活动中形成和使用的数据资源，具有专业性强、逻辑关系复杂、语义边界严格、事实与规则高度耦合、隐私合规要求高等特点。此类数据直接用于大模型训练或知识库建设时，存在噪声混杂、结构缺失、语义边界不清、法律概念混淆、检索结果不准等问题，难以满足司法辅助、检察监督、法律问答、类案检索等场景对准确性、可解释性和可靠性的要求。随着“人工智能+”“数据要素×”等政策持续推进，构建专业化、结构化、可训练、可检索、可评测的法律领域高质量数据集变得尤为迫切。在国家和我省人工智能、高质量数据集、数据要素流通应用相关政策的指引下，贵州中汇科技发展有限公司聚焦法律文书智能解析、法律知识治理、法律垂类模型训练和司法业务智能化应用，建设法律领域高质量数据集，为法律人工智能应用和数字法治建设提供基础数据支撑。

通过整合法律文书、裁判案例、指导案例、典型案例、法律法规、司法解释等多源法律文本，构建覆盖数据采集、清洗脱敏、结构解析、语义标注、质量校验、数据入库和应用服务的全流程数据数据治理与生产体系。该数据集总量达184GB，全部为文本法律语料，形成“基础文本层、规则知识层、训练样本层、评测验证层”四层数据组织架构：基础文本层汇聚法律法规、司法解释、裁判文书和案例等原始原始文本语料；规则知识层围绕案由、争议焦点、裁判规则、量刑情节、法律适用等内容进行结构化抽取和处理；训练样本层面向法律问答、要素抽取、案情理解、文书生成、类案分析等任务形成模型训练语料；评测验证层用于评估并验证大模型在法律理解、检索匹配和规则适用的性能和功能。数据集重点形成案情—判决训练数据集、指导案例与典型案例知识库、类案检索结构化数据集三类成果，并通过自动化处理、人工复核与质量抽检相结合的方式，完成去噪、去重、脱敏、格式标准化、法律实体标注、关系抽取、事件抽取和质量评估，确保数据的准确性、完整性、一致性和专业性。

图1　法律领域高质量数据集生产模式流程

1．赋能法律垂类模型，提升相似法律情节识别能力

针对“自首”与“坦白”等相似法律情节边界较细、文书表述差异较大的问题，依托该法律领域高质量数据集对刑事裁判文书中的典型样本、事实要素、裁判理由和量刑规则进行结构化治理，形成面向相似法律情节识别的训练样本，并在此基础上开展模型训练与调优，构建了用于区分“自首”与“坦白”等相似法律情节的识别模型。该模型提升了对法律概念边界、复杂案情表述和细粒度量刑情节的识别能力，可为司法辅助判断、类案分析和检察业务智能化应用提供支撑。

2．支撑法律知识库建设，提升检索与问答效率

依托法律法规、司法解释、指导案例、典型案例和裁判文书等资源，数据集支撑法律知识库建设、案例知识库和裁判规则库。用户可围绕案由、案件事实、法条依据、争议焦点、裁判规则等维度开展语义检索、类案匹配和法律问答，提升法律知识获取效率，解决传统关键词检索难以准确理解法律语义和事实相似性的痛点。

3．服务司法与检察业务，拓展智能应用场景

数据集支撑案卡回填、类案推送、证据审查、量刑辅助、三书比对、文书质量评查、监督线索发现等业务场景，为司法办案、检察监督和公共法律服务提供数据支撑。通过将分散的法律文本转化为可训练、可检索、可评测的数据资源，推动法律业务从人工经验驱动向数据与模型协同驱动转变。

4．沉淀法律数据资产，释放数据要素价值

通过对分散、复杂、非结构化法律文本进行规范化治理，数据集将原始法律资料转化为具备应用价值的数据资产，为法律数据产品登记、数据知识产权保护、数据资产入表和数据流通应用奠定基础。数据集将面向法律大模型企业、司法信息化单位、公共法律服务机构、科研机构等主体提供数据服务和模型应用支撑。

1．构建184　GB法律领域纯文本高质量数据集

围绕法律文书、裁判案例、指导案例、典型案例、法律法规和司法解释等内容，构建规模化、专业化、可复用的法律语料资源，支撑法律垂类大模型训练、知识库建设、类案检索和法律智能应用。

2．形成法律语料分层治理与复合应用体系

数据集按照基础文本、规则知识、训练样本、评测验证进行分层组织，并形成案情—判决训练数据集、指导案例与典型案例知识库、类案检索结构化数据集三类成果，实现从原始法律文本到模型训练资源、知识服务资源和业务应用资源的转化。

3．探索细粒度法律情节识别模型应用路径

以自首与坦白区分模型为例，数据集对法律事实、到案经过、供述过程、裁判理由和量刑情节进行结构化组织，支撑模型学习细粒度法律概念差异，验证了高质量法律数据集在法律垂类模型训练、司法辅助判断和法律监督场景中的应用价值。