數據質量與數字檢察工作緊密關聯，提高數據質量對提升大數據賦能法律監(jiān)督的準確性、全面性、可靠性有著重要意義。山東省青島市檢察院從數字檢察工作開展之初就充分認識到數據質量的重要性，堅持從檢察機關內部數據著手，探索全方位的內部數據治理路徑。

一、檢察機關內部數據質量存在的主要問題

筆者在對案卡項、辦案文書、生產庫、統計報表等多個數據源進行全面比對和溯源分析發(fā)現，目前影響檢察業(yè)務數據質量的問題主要分為三類。

一是案卡項本身填錄存在錯、漏、遲。全國檢察業(yè)務應用系統中，案卡項之間的業(yè)務邏輯性約束較少，大部分案卡項是否準確填寫并不影響整個案件辦理流程，案卡項填寫欠缺邏輯性、存在滯后性的問題普遍存在。自2021年6月全國檢察業(yè)務應用系統2.0（以下簡稱“2.0系統”）上線以來，因案卡項的填錄節(jié)點、填錄位置、填錄方式等相較于之前的系統變化較大，2.0系統的案卡填錄不規(guī)范、不準確、不及時的問題呈增長趨勢。例如，案卡“審查起訴階段檢察機關適用認罪認罰”的案卡項填寫為“是”，犯罪嫌疑人個人信息中“審查起訴階段檢察機關適用認罪認罰”卻均為“否”等問題，均為案卡項內部問題，通過核查案卡項單一數據源就能發(fā)現。

二是案卡項填錄情況與文書內容不一致。2.0系統設置了通過文書受理功能后，案卡項和文書不一致的問題數量明顯減少。但部分案件因無法通過文書受理，在審查起訴階段大部分案卡項則為人工錄入，這就導致案卡項填錄和文書內容不一致的問題仍普遍存在。該類問題既可能是案卡項填錄錯誤，也可能是文書撰寫錯誤，同時大部分無法通過核查案卡項單一數據源發(fā)現。例如，案卡項中犯罪嫌疑人姓名填錄為“李四”，起訴意見書中犯罪嫌疑人姓名填錄為“王五”，該問題就無法通過核查案卡項發(fā)現，僅能通過比對案卡項和文書才能發(fā)現。因案卡項和文書均是海量數據級別且在不斷遞增中，通過人工無法全面核查，亟需進行自動化核查或篩選。

三是案卡項填錄情況和2.0系統統計報表不一致。2.0系統自帶統計報表，其中的業(yè)務數據產生機制主要源于案卡項的填錄情況，因傳輸延時、上表機制、人為因素等原因，存在表卡不一的問題。統計報表數據是業(yè)務指標、案件質量指標評價的基礎，涉及檢察院年度考核排名等，提升案卡項目填錄質量繼而提升統計報表業(yè)務數據質量是提高評價考核準確性、科學性的重要支撐。

二、檢察機關內部數據的治理路徑

檢察機關應堅持以問題為導向，以解決實際問題為目標，根據檢察機關內部數據存在的不同問題類型，采取有針對性的舉措，進行全方位治理。

一是對檢察業(yè)務應用系統案卡項填錄情況進行實時核查。根據最高檢、省級院對案卡項填錄情況的通報，創(chuàng)建對業(yè)務數據案卡項填錄準確性的專項核查規(guī)則，通過案卡項之間邏輯性比對、空白項核實、流程節(jié)點判斷等多角度自動核查案卡填錄的錯、漏、遲問題。實行每日自動核查，對核查出的新問題、已整改問題、未整改問題進行分類、實時顯示。

二是通過文本解析技術實現案卡與文書的智能校驗。通過對起訴意見書、起訴書、判決書等文書內容進行智能解析，將非結構化數據轉化為結構化數據，再和對應的案卡項進行逐項比對，自動找出文書內容和案卡項實際填錄情況的差異。對于可以自動判別為文書錯誤或案卡項填錄錯誤的問題，實時發(fā)送辦案人整改；對于需要人工進行進一步判別的，將自動化篩選結果發(fā)送辦案人辨別確認。相較于上一功能，該功能的技術性難度在于需對起訴意見書、起訴書、判決書等主要文書的部分內容進行精準提取。目前，法律文書解析提取類功能主要利用正則表達式技術，該技術在較為規(guī)整的文書內提取基本要素的應用已非常成熟，2.0系統設置的通過文書受理功能和各地方檢察院研發(fā)的文書回填功能，均為該技術的具體應用。

三是對異常數據自動監(jiān)控提醒。研發(fā)2.0系統統計報表異常數據監(jiān)控提醒系統，重點關注與檢察機關案件質量主要評價指標相關的統計數據，設定異常數據提醒閥值，當統計數據突破提醒值范圍的自動提醒，并自動轉向相關案卡項目，通過人工+機器的方式跟蹤上表進程、研透問題根源。對確實存在問題的情形，及時通知辦案人整改，有力促進業(yè)務數據“擠水分”，提升統計報表數據整體質量。

（作者單位：山東省青島市檢察院）