北大法宝与威科先行数据库检索结果的差异：以法官检索为例
作者 | 云飞扬
在中国大学MOOC《大数据与法律检索》的学习过程中，“刑事法律检索”一章提到了法官检索。自己随手搜索了下某法官的案例，发现北大法宝与威科先行差别较大。以法官肖风云为例，北大法宝显示案例295篇，威科先行显示852篇。威科先行的检索结果比北大法宝多，检索结果如下：
本文将对两个数据库上千篇案例进行对比分析，找出差异，探究背景，进一步摸索出北大法宝、威科先行检索的算法与逻辑。
一、检索式
数据库 |
北大法宝 |
威科先行 |
被检索文件 |
全部司法案例 |
全部司法案例 |
检索位置 |
法官 |
法官 |
检索词 |
肖风云 |
肖风云 |
检索词关系 |
无 |
无 |
二次检索 |
无 |
无 |
检索时间 |
2021-12-13 |
2021-12-13 |
二、操作流程
（一）导出两个数据库检索结果明细
发现北大法宝检索结果的字段仅10个，明显少于威科先行的24个。而且，威科先行还拥有审理过程、裁判理由、裁判结果等重要数据。
（二）选取共同的唯一性最高的字段
经过观察两个数据库10+24个字段，发现案件字号的唯一性应是最高，理论上不存在重复值，但仍需检验。
（三）案件字号的重复值情况
利用excel的开始-条件格式-突出显示单元规则-重复值功能，结果如下：
1. 北大法宝的案件字号有12个案例重复。经逐一核对，均为撤诉的裁定，北大法宝重复收录，需删除6组。最终得到北大法宝有效数据289组。可见在此情况下，北大法宝的准确率为97.97%。核对情况如下：
2. 威科先行的案件字号有2个重复，经逐一核对，均为撤诉的裁定，威科先行重复收录，需删除1组。最终得到威科先行有效数据851组。可见在此情况下，威科先行的准确率为99.88%。核对情况如下：
（四）根据案件字号比对两个数据库
通过countifs公式比对，发现两个数据库有285组数据相同，北大法宝有4组数据对方未收录，威科先行有566组数据对方未收录。继续逐一核对：
1. 北大法宝方面，逐个分析对方未收录的4组数据，发现法官均包括肖风云，该4组属于有效数据。但其中有3组数据在裁判文书网、威科先行里显示案件字号包括之一、之二 ，故北大法宝仅1组数据对方未收录，且自身存在案件字号不正确的情况。核对情况如下：
2. 威科先行方面，在对方未收录的566组数据中抽样10组，发现肖风云均为法官助理，并且结果与裁判文书网结果一致。可以得出结论：北大法宝的高级检索法官时，不包括法官助理；威科先行包括法官助理。核对情况如下：
（五）肖风云什么时候开始以法官助理身份参与案件
通过把审理的案件按照时间排序，发现2018年3月开始，肖风云法官开始以法官助理身份审理案件。
从案件类型看，对2018年3月前后审理的案件无太大区别，均是以民间借贷纠纷+借款合同的经济纠纷为主。
（六）为什么在2018年3月后要用法官助理的身份
结合当时的政策背景，极有可能是因为法官员额制改革，肖风云暂未能入额，便转成了法官助理。根据中国法院网关于《法官员额制改革推进司法精英化》，2017年首批入额法官367人，平均年龄47岁，平均法律工作经历22年。可见现在要入额当法官是一件多么困难的事。
三、结论
（一）北大法宝的法官字段未收录法官助理，是造成两个数据库检索差异的主要原因。
（二）案例检索方面，两个数据库在结果字段、重复性、准确性方面稍有差异。
（三）法官助理参与的案件是否对法官分析有帮助，要结合具体的案件来看。如果承办律师觉得法官助理视同法官，则可采用威科先行。如果认为法官助理对结果影响大，需剔除，则需采用北大法宝。
重磅推荐
法科生、法官、检察官和律师们都亟需一门系统的法律检索课。中国大学MOOC上线的《大数据与法律检索》（免费公益课程，12章内容全面系统）是一门实务与理论兼具的法律检索课，推荐每一位法律人认真学习。全新升级的第三期课程（3.0版）将于2021年12月23日结课关闭，元典智库、法天使中国合同库、聚法案例、小包公智能法律平台为选课学生提供免费试用！学完成绩合格可获得中国大学MOOC认证课程证书！课程完全免费，不需要集赞，转发，分享，点击文后阅读原文即可直接学习！（课程地址http://www.icourse163.org/course/HUNNU-1452634174）