科技法律大突破！法律扶助基金會和東吳大學AI中心合作，將透過大數據分析將技術運用為建構法扶「線上法律診斷機制」，提供民眾作為申請流程及耗費時間參考，降低對於訴訟的不確定性，以提升司法信賴。法扶董事長范光群指出，從2004年成立起，累積逾150萬筆資料，如同坐擁一座知識的寶山，要深入寶山來採礦，希望借重優秀工程師及挖礦設備，藉由資料採礦（data mining）與數據分析，從中找出具有管理意涵的指標。

東吳大學人工智慧應用研究中心、法律扶助基金會、全球數據分析領導廠商（ＳＡＳ），今上午在東吳城中校區游藝廣場攜手發表全國首個將「自然語言處理」技術，運用在法律領域的AI研究。

由ＳＡＳ結合東吳AI中心共組的產學合作小組，三個月來將法扶會近21萬份申請人的案由概述進行分析。整合申請人屬性、案件屬性、人口資料、律師辦案活動頻率（開庭次數、律師面談次數與撰寫書狀份數）等大量結構化與非結構化資料，利用自然語言處理中的文字分析引擎，自動聚類、辨識詞彙、偵測同異詞，不斷訓練機器了解前後文與語意，解析出相同申請案由中隱含的差異性，並打造機器學習模型，訓練機器預測受不同因子影響的扶助案件，律師可能投注的活動頻率。

法扶會副執行長林聰賢表示，系統藉由法扶案件的案由概述文字紀錄，分析律師辦理相關案件時所需投注的活動頻率，作為法扶未來分派案件、簡化申請流程的參考。此AI模型也將成為未來開發「線上法律診斷機制」基礎，民眾若有訴訟或扶助需求，透過「線上預診」即可知悉後續可能的程序與預期花費時間，使申請人對於案件有合理預期，減低不確定感。

就《毒品危害防制條例》申請案，本案專案透過自然語言處理，從非結構的文字敘述中解析出「持有」、「吸食」、「轉讓／販賣」等不同種類、程度的文字組成要素，透過AI模型顯示含有以上不同字詞的案件，即使都與毒品相關，但在律師辦案活動頻率上卻大有差異。「扶養費」案件如「家暴」、「離婚」及「安置中心老年人」等不同因素、種類的案由，同樣互有差異。

目前此AI模型所架構出的影響因子指標，準確度已高達八成。法扶會藉由研究結果，檢視現行業務登載及派案流程上的侷限，作為未來改善基礎。

林聰賢說，下一階段，ＳＡＳ團隊將把技術與人工智慧平台移轉給東吳AI中心，協助其與法扶展開「線上法律診斷機制」開發合作。未來民眾只要有訴訟或扶助需求，上網填答表單即可獲得AI預診出的法律結果預測、相應所需時程與司法活動數等資訊，提升民眾法律意識與普及法治教育。

東吳大學人工智慧應用研究中心、法律扶助基金會、全球數據分析領導廠商（ＳＡＳ），今上午攜手發表全國首個將「自然語言處理」技術，運用在法律領域的AI研究。記者賴佩璇／攝影。