作者：周正
来源：律新社
2016年3月31日，最高人民法院“法信——中国法律应用数字网络服务平台”正式上线。“法信”是全国首家法律知识和案例大数据融合服务平台，上线之时，律新社就第一时间专访了其负责人。（卧薪尝胆8年！“法信”要做中国的West Law吗？丨律新社专访）
上线之初，法信推出的完整功能版（法院内网版）主要在各地法院内网陆续进行配置，针对法官群体培训推广，但也一直备受法律人的关注。在法信微信公众号的留言中，不少律师或学生就一直表示期待其能全面开放。
经过一年多的不断更新升级，就在昨天（2017年8月18日），法信团队宣布，正式向全体法律人开放“法信外网版”！外网版与法院内网版仅有少量不同，被誉为“中国的Westlaw”的法信终于成为法律人触手可及的高效工具。
最高院周强院长出席法信上线仪式（孙若丰 摄）
法院培训使用“法信”
“法院内网版”上线后，法信继续更新了千万篇知识元和裁判数据，完成三十余次功能更新。目前，法信已在全国24个省法院系统完成部署，配置全国2512家法院，在内外网和移动端服务190327名法官。
外网版推出，律新社也马上联系到了法信的负责人，跟踪采访相关情况：
律新社：“法院内网版”推出后有什么成效和反馈？
法信：目前法信已在包括最高人民法院以及24个省、自治区、直辖市三级法院系统实现全面部署，并直接将法信平台嵌入各法院内网办公、办案系统，方便法官干警使用。同时，我们在全国法院系统进行了多轮三级法院视频培训会，收到了许多宝贵意见，广大法官干警给予法信很高的评价，认为法信是大数据时代法官工作的好帮手，数据来源权威，查找高效，有效提高了法官办案质效。另外，从后台监控数据看，全国法官使用率一直稳步提升，说明法官对法信越来越信赖，甚至是依赖。
法信大纲
法信资源库
一站式解决方案
律新社：为什么还要继续推出“外网版”？
法信：推出外网版是法信平台的既有计划，作为智慧法院建设重要内容，法信从一开始就定位于不仅服务法官，也要服务全体法律人，服务社会公众。希望通过法信外网版的推出，在法官和律师、学者及全体法律人之间构建一个共同的平台，在法律知识获取这个层面让所有法律人能取得一致，从而在进入法律程序之前，在深入研究法律问题之前，能够取得最大限度的共同认知。此外，法信一直以来核心的工作就是帮助法律人从海量法律知识资源中解脱出来，将法律知识检索和获取变得简单、高效，乃至智能化。这是我们今后依然坚守的方向。
律新社：法信外网版和内网版有什么区别？
法信：“法信”平台的外网版和法院内网版主体的内容资源和功能板块没有大的区别。在功能方面，我们向法院法官提供的“裁判剖析”和“同案智推”两个大数据引擎目前还只在法院内网应用。在内容方面，除极少数数据内容外，都已和外网版同步。
法信注册用户免费使用功能
律新社：这一年内，法信平台做了哪些改进？
法信：首先，在内容资源上，我们继续加大自有独家版权资源和采购版权资源的投放力度。上线一年来，我们在案例要旨、裁判规则、法律观点、法律图书、法学论文等原创性内容资源的增量方面增加了22%以上。目前“法信”平台裁判文书库的数量已经和中国裁判文书网同步。在知识体系方面，我们在原有“法信”大纲的基础上，对一些偏冷的部门法和案由罪名进行了增补和细化。在功能方面，对法信所独有的利用知识体系来进行智推的排序算法进行了多次迭代，通过多层次的词表和索引来优化用户的检索体验。因为我们目前已经近50多万的用户不断的在后台使用这个平台，使得我们有大量的用户检索数据来提供给机器进行学习和优化。所以“法信”平台的改进是潜移默化和不断前进。
法信付费增值服务
律新社：法信希望成为能够为社会公众随时随地提供智能找法问案、社会规则推送的互联网平台，在知识服务与案例大数据融合方面有所突破，目前距离这个目标还有多远，有什么进一步的规划？
法信：传统的法律知识服务有非常成熟的方法论和技术支撑，专业用户也有对应的需求习惯与这种方法论相匹配。很长的一段时间内，传统法律知识服务平台还将继续向专业用户提供高质量和精准的服务。案例大数据是近两年随着裁判文书公开力度不断加大所形成的非常有价值的数据信息资源。但是毕竟出现的时间很短，在应用开发的方法论和技术手段匹配方面，还有很多探索的工作要做。
但有一点是确定无疑的。这两种方法论是高度互补和相得益彰，融合的好就可以为法律人提供一种非常完备的知识数据支持。在这个目标上，我们团队现在更愿意做的不是简单的推出一两款产品，而是在底层技术、知识图谱和知识体系融合方面进行更深层次的研究，让专业内容团队和技术团队深度融合。只有在底层取得了突破性的理论成果，才能够对产品形态提供真正的有价值的支持。
另一方面，社会公众找法问案的需求和专业人员的需求还是有很大的差异。在产品层面也需要通过自然语义分析、语料清洗等技术手段来完成。针对普通公众需求的匹配工作。我们近期也会推出相关的测试产品，利用“法信”平台海量的。经过深度加工、体系化、结构化、碎片化知识元来为普法类智能问答产品提供底层支持。
部分留言截图：
