实证分析操作手册二：选择、创建标签进行多维度研究
在做实证分析时，往往需要获取、挖掘更多的研究点维度，本文为大家详细讲解如何通过对样本数据案例进行挖掘、标注来清洗数据，从而确保研究点的准确性。
小包公法律实证分析系统操作手册二，操作手册一可查看这里>>
本操作手册分为5部分
一、创建课题，收集数据
二、选择、创建标签进行多维度研究
三、验证数据的准确性
四、数据统计后制作成可视化图表
五、下载、编辑报告
本文主要讲解第二部分【选择、创建标签进行多维度研究】
目录
1.入口指导
2.数据清洗（上）
（一）样本数据库页面介绍
（二）使用2种标签方式确定研究维度
3.产品购买和价格说明
1
入口指导
登录www.xiaobaogong.com进入小包公官网——法律实证分析平台，完成第一步【创建课题】后，进入第二步——数据清洗。
2
数据清洗（上）
（一）样本数据库页面介绍
创建课题后，点击【第一步：数据清洗】
进入样本数据库页面👇
左栏为样本数据表格汇总，汇总数据的标注内容；中间是裁判文书的信息内容，提供高亮、展开、收藏、批量删除案件等功能；右侧为标签区域，展示我们添加的标签。
三个区域的内容相互关联：
如点击右侧标签栏，可及时同步至左侧样本汇总表，点击某一案例，在中间可展示案例详情。
（二）使用2种标签方式确定研究维度
方式一：使用预置标签方式确定研究点
（1）在数据库样本页面，点击右侧的【添加标签】，进入标签编辑界面。
（2）勾选预置标签，在编辑界面的左边，标题是【预置标签】，系统按照刑事、民事、基础信息进行分类，按照研究点维度点击勾选即可。
比如：需要研究被告人文化程度、出生日期、性别这几个，直接勾选，添加到【已选标签】栏目中。
（3）勾选完成后，选择的预置标签立即出现在右边的已选标签栏中，点击确认即可。
（4）添加完成后，系统预置标签即可添加至右侧的【标注标签】中；每个标签的名字即可同步至左侧的数据表中。
标签具体数据可在右栏查看，其中【已标注案件数】指文书中可以提取到情节的案件；【未标注案件数】指文书中不能提取到情节的案件。
方式二：使用自定义标签方式创建研究点
（1）点击【添加标签】，进入标签编辑界面，点击【新建自定义标签】
根据提示，分别设定自定义标签的【标签名称】、【标签类型】、【抽取规则】。
（2）标签名称：按照提示填写自定义的标签名称，这个标签名称与研究点维度一致。
（3）标签类型
根据需要的研究维度，选择不同的标签类型，主要有以下几类：
（4）抽取规则
系统提供三种抽取规则，满足用户可根据以下3种不同场景，选择适合自己的关键词识别规则：
设定抽取规则十分重要，本文主要针对【关键词从文书中抽取】【简单计算公式】这2个规则简单举例下该如何设定。
规则一：描述关键字从文书中抽取
（1）抽取文书中的文本类标签
a.标签类型选【一般标签】；抽取规则选【描述关键词从本文中抽取】
b.根据需要选择标注段落，包括：全文、案件基本信息、当事人信息、审理经过、案件基本情况等等；也可选全文
c.填写【包含关键词】，根据输入提示逻辑输入所需关键词：
d.点击【保存】或者【保存并运行规则】即可
（2）抽取文书中的阿拉伯数字标签
a.新建自定义标签，填入【标签名称】如重伤人数、轻伤人数、盗窃次数等简单明确的数值。
b.标签类型选【一般数值】，抽取规则选【描述关键词从文书中抽取】，标注段落按需选择，本处选择【本院认为】，包含关键词为【重伤+人】
c.点击保存并运行规则即可。
（3）抽取文书中的金额
a.新建自定义标签，填入【标签名称】如常见的盗窃金额、赔偿经济损失数额、违约金数额等简单明确的阿拉伯数值。
b.标签类型选【金额】，主要指抽取规则选【关键词从文书中抽取】，标注段落按需选择，本处选择「本院认为」，包含关键词为「盗窃+元|盗窃金额+人民币」；
c.点击保存并运行规则即可。
PS:此处输入关键词时，可按照输入提示的规则设定：
（4）抽取文书中有关毒品克数的标签
新建自定义标签，名称为【海洛因克数】，标签类型为【毒品克数】，抽取规则选择【描述关键词从文书中抽取】，标注段落选择「本院认为」，包含关键词为「海洛因+g」/「海洛因+克」/「海洛因+G」，点击保存并运行规则。
（5）抽取文书中有关刑期标签
a.新建自定义标签【缓刑刑期】，标签类型为【时长（月）】，选择规则【描述关键字从文书中抽取】，标注段落为【裁判结果】包含关键词：(缓刑\S*?(年|月))|(缓刑S*?年\S*?月)
b.点击保存并运行规则，即可完成数据标注；
所有的标签均可在数据清洗页面右侧的【已选标签】可查看
规则二：简单计算公式
（1）抽取文书中的年龄维度
a.新建自定义标签，标签类型选择【一般数值】，抽取规则选择【简单计算公式】，如需知道“被告人年龄”，根据裁判文书已有信息，可以推算被告人年龄=裁判日期-被告人出生日期。
b.先创建裁判日期与被告人出生日期两个标签。
c.新建一个标签【被告人年龄】，标签类型选择【一般数值】，抽取规则选【简单计算公式】。
d.进入公式列表，根据需求编辑公式，具体操作方式如下：
选择时间格式化（年），在根据公式【被告人年龄=裁判日期-被告人出生日期】，使用YEAR(值1)-YEAR(值1)即可，点击-号就会出现在框中。
e.选择变量，理解为具体的计算公式中的值，裁判日期、被告人出生日期，这两个就是变量。选中编辑公式里面的「值1」，依次点击对应变量中的名称，裁判日期和被告人出生日期。如下图
f.点击预览，验证结果准确性，最后记得保存规则
（2）抽取文书中关于审理时长维度
同理，先确定公式原理，如审理时长=裁判日期-开庭日期；再新建标签，选【一般数值】和【简单计算公式】，再根据以上方法设置公式即可。
最后，全部标签创建完成后，点击确认，即可在【标注标签】中查看所有的标签。
以上内容为数据清洗过程中，如何选择、创建标签进行多维度研究,并详细讲解了【抽取规则】中【关键词从文书中抽取】【简单计算公式】这2个规则的相关例子。
确定好研究维度后，需要对数据案例进行验证才算完成数据清洗步骤，得出更精准数据和结论，我们下篇再讲数据清洗（下）——如何验证数据的准确性。
3
产品购买和价格说明
（1）小包公法律实证平台分为免费版、专业版；免费版可创建2个课题，专业版收费标准如下：
（2）购买方式：登录www.xiaobaogong.com进入小包公官网——法律实证分析平台，在创建课题确定课题数据后，按照数据条数收费；
扫码体验小包公实证分析系统
电脑端登录
www.xiaobaogong.com
喜欢小包公的文章？
欢迎分享，点赞，点在看⬇⬇