經過一段時間的持續淬鍊，我們正式發布了 LJMeta (Legal Judgment Metadata) v0.6.0 重大更新！

這個版本的的核心宗旨，在於將台灣龐大、艱澀且分散的 1,333,373 筆刑事裁判大數據（100.00% 滿分全涵蓋），轉化為一般民眾、執業律師、企業法務與學者都能隨需隨用、即時解答訴訟爭點的「智慧法律 AI 兵器庫」。

本篇文章將說明：LJMeta 在資料上設計了什麼？背後運用了哪些關鍵演算法？具備哪些強大的 CLI 工具與應用功能？以及能為您解決什麼實際問題？

💡 1. 在資料上，LJMeta 為使用者設計了什麼？#

傳統的法院檢索系統往往只給讀者一大段「如天書般」的判決書內文。LJMeta 重新設計了資料結構，為全台 133.3 萬筆裁判賦予了 21 個維度的結構化智慧層 (Metadata)：

flowchart TD
    Raw["133.3 萬筆真實刑事裁判全文 JFULL <100% 覆蓋>"]
    --> Struct["21 欄位智慧結構化層"]
    
    Struct --> F1["1. 4 層知識樹導航 (tree_paths)<br/>多重掛載 (Multi-path) 的罪名與爭點拓撲樹"]
    Struct --> F2["2. 受控三層標籤體系 (tags)<br/>洗淨後的 Legal, Behavior, Mitigation 受控字典"]
    Struct --> F3["3. 1024 維密集向量 (summary_vector)<br/>BAAI/bge-m3 多語言跨語意 Embedding 萃取"]
    Struct --> F4["4. 數值化宣告刑期 (digit_sentences)<br/>將文言宣告刑轉換為月份數字 (如 7.0 個月)"]
    Struct --> F5["5. 白話文摘要 (summary)<br/>正則錨點切割式 100 字極簡精華"]

1.1 4 層知識樹導航設計 (tree_paths)#

  • 設計意圖：法律案件並非單一分類。LJMeta 建立了 4 層深度知識樹（總計 315 個主題節點，覆蓋全庫 94.65% 案例），支援 多重掛載 (Multi-path)。一筆判決可以同時掛載在「刑法 > 詐欺罪 > 加重詐欺」與「特別刑法 > 洗錢防制法 > 帳戶提供」兩個樹狀分枝上，實現精準導航。

1.2 受控三層標籤體系 (tags)#

  • 設計意圖：洗淨並建構了受控標籤詞表（覆蓋全庫 82.94% 案例），包含三大維度：
    • Legal (法條爭點標籤)：如 #加重詐欺, #洗錢防制法。
    • Behavior (犯罪行為特徵)：如 #車手提款, #提供人頭帳戶。
    • Mitigation (法定減刑因子)：如 #自首減刑, #達成和解, #犯罪所得繳回。

1.3 1024 維密集語意向量萃取 (summary_vector)#

  • 設計意圖：採用當前頂級的 BAAI/bge-m3 語言模型，對每筆判決事實萃取出 1024 維度的密集向量（Dense Embedding），讓系統能夠理解語意相近但字面不同的法律爭點。

⚡ 2. 什麼關鍵演算法讓這個機能做得到？#

能夠在 10.69 GB 的輕量體積下達到 133.3 萬筆裁判的秒級回應，背後仰賴了幾項突破性的核心演算法與資料工程：

flowchart LR
    A["正則錨點特徵萃取演算法<br/>(Regex Anchor Extraction)"] -->|零成本極速解析| B("文言宣告刑 ➔ 數位化月數<br/>起訴書 vs 判決處分對比")
    C["BAAI/bge-m3 多語言向量演算法<br/>(Dense Vector Embedding)"] -->|1024 維語意映射| D("自然語言白話搜尋<br/>跨字面爭點匹配")
    E["四維度可解釋判例打分演算法<br/>(4D Explainable Case Scorer)"] -->|綜合計算權重| F("事實+爭點+權威+時效<br/>精準推薦最具參考價值判例")

2.1 四維度可解釋最相關判例打分演算法 (4D Explainable Case Scorer Algorithm)#

當輸入一個案件事實或查詢時，如何從 133.3 萬筆裁判中，精確篩選出「最具參考價值與勝訴指引性」的標竿判例？LJMeta 研發了 四維度混合打分與 Re-ranking 演算法：

$$\text{Score} = w_1 \cdot \text{Sim}{\text{Dense}} + w_2 \cdot \text{Sim}{\text{Tag}} + w_3 \cdot \text{Rank}{\text{PageRank}} + w_4 \cdot \text{Decay}{\text{Time}}$$

  1. 事實契合度得分 ($\text{Sim}_{\text{Dense}}$)：透過 1024 維 BGE-M3 向量餘弦相似度，計算案情犯罪事實的語意契合度。
  2. 爭點與特徵標籤重疊度 ($\text{Sim}_{\text{Tag}}$)：比對受控標籤字典（如是否同屬 #車手, #和解），計算 Jaccard 爭點重疊係數。
  3. 判例權威加權值 ($\text{Rank}_{\text{PageRank}}$)：結合最高法院引用圖譜與 Citation PageRank 演算法，為最高法院標竿裁判與大法官解釋給予額外權威加分。
  4. 時間時效衰減因子 ($\text{Decay}_{\text{Time}}$)：針對近年新修法與最新實務見解給予時間衰減校正，確保推薦出既權威又合乎最新實務見解的判例。

2.2 正則錨點特徵萃取演算法 (Regex Anchor Extraction)#

  • 透過精準的文法錨點切割演算法，能以 零 LLM 成本、毫秒級速度 將艱澀判決主文轉換為數位月數（digit_sentences），並精確拆解公訴檢察官、辯護律師與前審案號。

2.3 BAAI/bge-m3 多語言向量嵌入演算法 (Dense Vector Embedding)#

  • 解決傳統關鍵字搜尋「字面匹配但爭點不同」的致命缺陷，將案情事實映射至 1024 維連續向量空間，實現白話文案情查詢。

🚀 3. LJMeta v0.6.0 具備哪些強大功能與 CLI 工具？#

針對不同使用者的需求，LJMeta 提供了一套強大、開箱即用的命令行工具（ljmeta_cli.py）：

3.1 命令行主工具 (ljmeta_cli.py) 9 大命令模組#

  • search (系統化多維度裁判檢索)：支援字號 (--jid)、法條 (--law)、年份 (--year)、被告 (--defendant) 與關鍵字 (--query) 交集過濾。
  • predict (量刑區間預測)：輸入罪名與犯行標籤，即時預估判刑「6 個月以下」、「1 年至 3 年」的確切機率。
  • judge (法官履歷與風格剖析)：輸入承辦法官，剖析全台 1,754 位法官 (VJID) 的歷年熱門罪名、駁回率與改判率。
  • reversal (起訴求刑 vs 改判逆轉戰例診斷)：自動診斷出起訴求刑高但最終改判輕刑的逆轉勝關鍵裁判。
  • sensitivity (減刑因子敏態分析)：定量分析自首、和解、繳回犯罪所得等因子對宣告刑期的減刑邊際效應。
  • radar (全國法院裁判雷達圖)：分析全台 22 所地方法院的罪名分布與判決見解分歧。
  • report (一鍵訴訟研判報告與草稿)：輸入白話訴訟 Prompt，自動產出研判報告與《刑事上訴理由狀草稿》。
  • tree (知識樹結構導航)：4 層知識樹結構查詢與案例掛載檢索。
  • sql (DuckDB SQL 直連通道)：提供工程師與分析師進行自由 SQL 查詢。

🎯 4. LJMeta 能幫您做什麼事情？（不同角色的實戰價值）#

👨‍💼 當事人與一般民眾：看懂判決，建立對訴訟的知情權#

  • 解決痛點：看不懂判決書文言文、不知是否會坐牢。
  • 能做的事：將天書判決翻譯成 100 字白話摘要，清楚了解可能的刑期區間與法律觀念，與律師溝通不再雞同鴨講。

⚖️ 執業律師：極速檢索權威判例，高效率撰寫優質書狀#

  • 解決痛點：傳統關鍵字搜尋易跑題、耗費數小時整理爭點與法官見解。
  • 能做的事：秒級查出事實契合度最高的標竿判決，掌握法官量刑偏好，大幅提升訴訟勝率與辦案效率。

🏢 企業法務長：跨法院訴訟風險評估與成本控管#

  • 解決痛點：不同縣市法院見解分歧，無法評估商務訴訟風險。
  • 能做的事：透過大數據雷達圖分析各法院的判決趨勢，提供企業高層客觀的訴訟決策支援。

🎓 法學研究者：全台裁判實證研究與數據統計#

  • 解決痛點：缺乏大數據樣本，實證法學研究採樣困難。
  • 能做的事：直接利用全量 133.3 萬筆結構化資料庫，進行跨年份、罪名與法官見解演進的大數據統計研究。

📚 5. 免費公開資源與專書下載#

為了推動台灣法律科技與實證法學的發展，我們將 LJMeta 的成果完全開源：

AI 協作聲明：本文由哈爸與 AI 夥伴共同創作，分享 LJMeta v0.6.0 智慧法律 AI 兵器庫之資料設計、關鍵演算法、CLI 工具與實戰價值。歡迎至 GitHub 閱讀專書與開源專案！