JudgementsCrawler之介紹：

專為法實證研究者所設計之司法院裁判書文本擷取工具

(發表於《當代法律》第32期，2024年8月號，工具介紹與下載聯結在此)

林雲貂[1]、連孟琦[2]、王道維[3]

摘要

法實證研究是以社會科學的實證研究方法，把抽象的法律規範，放在具體的社會情境中來觀察、理解，但是實證研究往往也需要蒐集大量的相關資料，才能確保所研究的結果具有代表性或普遍性。目前我國的法實證研究正處於發展階段，若以司法院公開的判決資料作為研究的主要對象，往往需要使用特定的工具協助下載大量所需要的判決書。為使不熟悉資訊科技的法律研究者也能在所熟悉的司法院裁判書網頁擷取裁判書文本，筆者設計了「司法院裁判書系統之文本擷取工具：JudgementsCrawler」並提供公開下載使用。此工具的設計是專為臺灣法律研究人員提供一個自動化且易於使用的操作軟體，可以快速且有效地從司法院裁判書網頁擷取特定關鍵字或特定需求範圍的裁判書全文。此工具將使未來法律研究者可以更有效且快速地獲得大量裁判書原始文本進行後續的量化研究、分析或數據統計，促進原始裁判書資料於法實證研究的應用價值。若將此工具再與「公共化AI」所開發的文字標註系統結合，亦可繼續應用於裁判書語意標註來訓練法實證領域的AI模型，將司法實務、法學研究與AI應用三者作更緊密的結合，推動我國未來法實證研究進入下個階段。

目錄

    壹、法實證研究/法事實研究的重要性.... 3

    貳、我國法實證研究中的裁判書數量與來源      4

    參、司法院裁判書公開的方式與使用困境      7

    肆、JudgementsCrawler的設計理念與使用方式.... 9

    伍、未來展望與應用：加速法實證與AI應用的研究發展

壹、     法實證研究/法事實研究的重要性

長期以來，臺灣繼受歐陸法在法學研究以法釋義學為主流，對於法的實證研究向來欠缺。雖然法釋義學在德國法學界一向被認為是法學的核心或典範的歷史[4]，著重在抽象的法條、法律概念上的解釋，但是德國的「法事實研究」（Rechtstatsachenforschung）也一直是伴隨檢驗法規範是否符合事實的重要法實證研究領域，卻沒有受到足夠的重視，似乎造成美國才重視法實證研究的偏頗印象[5]。臺灣除了繼受歐陸法，也包含日本法，及兼容英美法制等形成了臺灣在地的多元法制[6]。以刑事法為例，法規範的制定經常是直接參考各國法的抽象條文規定就迅速完成，不論在制定前或制定後其實都欠缺法事實的研究做為基礎或檢驗。近幾年在法律科技整合研究的法學學術思潮下，實證研究的方法論，在臺灣法學界的討論日益增多。在生活習慣與社會環境變化越來越快速的當代社會，法律規範的應然面，尤其是參考外國法所制定的法律規範，是否仍然能夠有效落實於我國人民生活的實然面，更是一個非常值得驗證及論證的課題。唯有以客觀可檢驗的事實為基礎，才能進行理性的討論，而非陷於意識形態或立場之爭論。為了使司法實務者、法律研究者以及一般人民可以更進一步探究與法律有關的事實及法條的實際應用，特別是當國民法官上路後，關乎司法實然面的法實證研究對我國當前的社會環境就顯得更為重要，這將有助於瞭解和改善當前的司法運作體系，拉進人民與司法的距離。

「法事實研究」是一個特別的德文概念，國內一般較為熟知的用語則是「法實證研究」（Empirical Legal Studies）[7]，兩者的共通之處在於，都是以實證研究方法來探究法現實狀況。被譽為美國實證法律研究之父的Theodore Eisenberg教授，將法律議題的實證分析（empirical analysis of legal issues）分為兩類，一種是運用自然科學或社會科學的經驗來探究法律個案，作為支持或反駁主張的論述；另一種是以透過量化實證的方法來研究大量的案件，對蒐集到的數據文本進行系統性的統計分析，以此尋找出影響當前法律制度運作的重要因素[8]。簡而言之，前者是偏向質性分析的法實證研究，比較深入精緻的脈絡梳理，為有效得出公眾對法律問題的態度或對現行法規的改革，訪談現任法官、檢察官或在職律師，藉由實務經驗來呈現事實；而後者是偏向量化分析的法實證研究，大多是使用統計相關的科學研究方法來分析裁判書，以提出當前的判決趨勢或法官裁判時優先考量的重要因素，比較有宏觀完整的關聯分析。兩者研究的方式雖有不同，但都是強調從現實的法律個案經驗來成為研究素材。

為簡化起見，在本文以下所提到的法實證研究，若無特別說明，專指「量化的法實證研究」：旨在探究與「法」有關的各種事實，並將所蒐集到的數據做統計和數據分析[9]。其目的不單是對法律制度的實際影響做驗證，更多的是用系統性的方法來探究與法律有關的事實之間的關係，藉此進行分析與推論，儘量得出相對客觀且可被驗證或量化的數據，回應所要探究的法律議題，彰顯法律在社會實際運作的效果或趨勢，達到促進法律在真實社會中有效發展的目標[10]。

貳、     我國法實證研究中的裁判書數量與來源

量化研究往往一次是以成千上萬筆的資料來做統計分析，而我國目前最容易取得且數量最大的法學相關資料就是各級法院的裁判書。我國裁判書公開的法律依據主要來自兩個部分。首先，司法院裁判書公開原則之說明寫道，「本院（司法院）為推動法治教育，落實資源共享，乃依『法院組織法』第八十三條之規定，於司法院網站刊載裁判書全文，接受全民之監督及公評，並利學術研究。[11]」而法院組織法第83條[12]亦規定各級法院及分院應定期出版公報或以其他適當方式公開裁判書，為我國裁判書公開措施最早之立法。裁判書的公開被視為監督司法審判的有效機制，有助於保障人民的知的權利，並符合資訊社會的需求，提高司法透明度與公正性。

在此背景下，梁志鳴、范蔚敏與許菁芳等人曾參考美國法實證研究社群發展的經驗，以「社會網路分析」（Social Network Analysis, SNA）的方式探討2001-2018年我國法實證研究社群的結構，聚焦於華藝學術引用文獻資料庫的收錄範圍，最後得出僅有118篇[13]標題或關鍵含有「實證」兩字之法學期刊文章。其文中也提及，實證研究的有效性與參考的裁判書數量有密切的關係：如果僅為整理為數不多的司法實務判決，或以比較不同國家法制度作為核心，很容易發生「一個實證，各自表述」的現象[14]，也就是所選取的實證研究資料並沒有真正的代表性或完整性。這種研究資料不足的情形與法實證研究所強調的客觀完整的觀察法律體系運作實況存在落差。因此，如何以系統性的方法取得足夠的裁判書（即使已經公開不代表容易取得使用），避免存在取樣上的偏誤，實乃法實證研究首要的問題。

為探究我國法實證研究中一般所取得的裁判書的樣態，筆者於2024年4月14日在臺灣博碩士論文知識加值系統[15]以「判決」作為論文名稱或關鍵字主題的碩博士論文，得出自1978年至2024年共計822篇論文，若以學門來看，法律學門佔57.5%，商業及管理學門佔13.1%，社會及行為科學學門佔10.9%，工程及電算機學門佔9.2%。以法律學門來看，每篇論文所蒐集的法院判決的數量，從127筆[16]到數十萬筆資料[17]不等，裁判書資料來源涵蓋司法院裁判系統[18]、七法有限股份有限公司（Lawsnote）[19]、研究者（及其團隊）向「司法院少年及家事廳及法律扶助基金會家事廳」[20]所取得。

細看關鍵字「判決」同時提到「量化」的相關主題論文，可以發現主題多為營業秘密、智慧財產、醫療糾紛、照顧殺人相關等關鍵字，帶到資料來源為法學資料檢索資料庫的數量從167篇[21]、到僅寫出量化研究「部分先使用爬蟲匯出近11年之判決列表至資料庫…性質性研究最終數量為2000多筆」[22]都有。相較之下，文本數為十年上下的裁判書且數量達上萬筆進行研究的，大多來自資訊工程學類系所，以自然語言處理技術、訓練語言模型等作為主要工具，資料來源為司法院裁判書公開平臺，著重利用判決大數據來訓練AI技術於裁判書的相關應用，例如：建立分類模型、裁判書摘要、預測等相關研究[23]，而非以法律學者關心的現象議題來進行探究，這是我國法學實證研究發展中一個相當奇特的現象。其可能原因就如前節所述，在我國法學研究領域中關於法實證研究的人才仍有不足，相關量化研究工具仍相當缺乏。

參、     司法院裁判書公開的方式與使用困境

為了說明為何裁判書的資料明明已經可以公開，但是法實證研究者仍不容易大量進行相關研究，筆者此處先簡述兩個最常使用的裁判書資料取得的方式。首先，司法院為增進司法透明度，設置「司法院裁判書系統」[24]，讓人民可以透過網頁查詢及閱讀裁判書的全文。使用者可以根據法院別、案件類別、裁判字號、日期、案由、主文、全文內容等條件進行搜尋，以便查閱特定裁判書，此系統提供了便利的途徑供人民以特定裁判期間、關鍵字的方式查閱裁判書[25]。但缺點是一次的查詢結果最多僅能呈現500篇裁判書，且無法進行文本下載。

此外，自106年3月22日起，司法院為回應廣大民意，於政府資料開放平台[26]（110年1月11日更新於內部建置「司法院資料開放平臺」[27]）開放各界下載裁判書資料檔，是目前依法公開並以開放格式提供使用者連結、下載、進行加值應用之網站。其目的為便利公眾共享及公平利用政府資訊，結合民間創意，活化資料應用，提升資料價值，並保障個資安全所設。根據筆者使用「司法院資料開放平臺」的經驗，裁判書檔案以月為單位，每月份的資料夾平均有八萬多筆裁判文本，分別存於將近150個不同法院不同庭別的資料夾。

因此，筆者基於自身經驗與以上的觀察，認為會發生前一節所陳述的奇特現象（也就是法律背景的學生不容易蒐集大量裁判書作法實證研究，但是有蒐集大量裁判書者卻往往不是以法學研究為目的），很可能是因為「司法院裁判書系統」本身是比較方便使用者查詢到特定法學研究目標的判決書（例如法院地點、日期、案由、主文、關鍵字等等）。相較之下，「司法院資料開放平臺」則是依年度但是無法區分內容類型。即便具有壓縮檔可以下載或串接API使用，也需要撰寫一定程度的程式碼來篩選所需要的裁判書[28]。

筆者對上述研究論文數量的觀察，也與研究者的經驗相符合：我國法實證研究代表學者張永健教授在其著作《法實證研究：原理、方法、應用》一書內公開了多類型的民法數據實證結果，筆者觀察到張教授取少量（數百篇）作為法實證研究的數據資料來源是司法院裁判書系統及法源法律網[29]^、[30]，大量（上千至上萬篇）的大數據分析研究資料來源是「先委由Lawsnote七法公司以人工智慧的方式，將判決內容抓取到Excel表單中，再花了漫長的時間，由幾位法學碩士生助理逐一去檢查人工智慧的結果是否正確。」[31]可見以上兩種級別的研究往往需要不同的資料擷取方式與不同的技術。

至於一般的法律相關科系的研究生，研究資源與人力顯然更欠缺。少數有理工資訊背景的學生寫出的爬蟲程式，在司法院裁判書網站大多也只能下載數百篇到兩千篇上下的判決。而司法院資料開放平臺因為沒有搜尋介面，也自然缺乏程式處理能力及足夠的硬體設備來負荷每個月上萬筆裁判文本的分析。這些都讓本國的法實證研究對一般研究者而言，在欠缺研究資源與人力之條件下，很不容易進行，造成我國法實證研究的進展緩慢。

綜上所述，目前司法院的裁判書公開方式，對於想要進行法實證研究的法律學者或研究生而言，似乎並非足夠友善。畢竟大部分法律背景的學生雖有很好的研究方向，但可能不諳資訊軟體技術，所以往往僅能選擇司法院裁判書系統來找出所要研究的材料，也因此不易蒐集到足夠的裁判書，成為我國法實證研究的先天限制。

肆、     JudgementsCrawler的設計理念與使用方式

為使不善爬蟲技術的法律學者或學生也能在其所熟悉的司法院裁判書網頁擷取裁判文本，筆者設計了「司法院裁判書系統之文本擷取工具：JudgementsCrawler」（以下簡稱JudgementsCrawler），讓對法律研究有興趣的人士可以更快速且大量的獲取所需的裁判書數據文本。「JudgementsCrawler」是用C#語言編寫的程式，主要是使用Html Agility Pack[32]、XPath[33]、ClosedXML.Excel[34]等現成的套件工具來執行裁判書內容擷取的功能，且已封裝成單一應用程式，可以直接下載於Windows系統的筆電或桌機上使用。藉由簡易清楚的視窗介面與司法院裁判書網頁的搭配使用，使用者可以先設定好所要搜尋的裁判書條件，讓JudgementsCrawler自動化擷取裁判書的裁判字號和內文，更快的獲得裁判書的原始文本以進行後續的數據分析。如果大部分的量化研究者都是用這同樣的爬蟲工具來作量化研究，也將減少司法院裁判書網站被其他不明爬蟲程式攻擊的機會。

JudgementsCrawler的下載與使用方式簡述如下：

1. 以Google搜尋關鍵字「裁判書+擷取工具」即可找到JudgementsCrawler所在的網頁下載，或是從「清華大學人文社會AI應用與發展研究中心」的「司法院裁判書系統之文本擷取工具」分頁中，下載JudgementsCrawler.zip檔案並解壓縮（目前僅支援Windows系統）[35]。

2. 點開「JudgementsCrawler_請點我執行」，即為執行檔，可以直接執行程式安裝[36]。執行檔的介面如圖1。

圖1：「JudgementsCrawler」執行檔介面

2. 進入司法院裁判書系統，輸入使用者想要搜尋的裁判書條件先進行搜尋。然後在左側「查詢結果」的選項中按滑鼠右鍵，複製完整網址（見圖2）。但是憲法法庭的資料無法透過本程式處理[37]。

圖2：於司法院裁判書系統搜尋後複製查詢結果列的類別網址。

4. 將複製的網址直接貼於執行檔的使用者介面（見圖2）中的「裁判書網址」欄位，同時輸入自訂清單的檔名及總計要下載的頁數（司法院裁判書網頁所顯示的上限為500筆或25頁），按下執行，即可取得「裁判書網址清單」（見圖3）。如果所設條件的查詢結果超過500筆裁判書，僅需將查詢的判決日期縮短再分批下載即可。

圖3：將網址貼於「JudgementsCrawler」程式執行成功的頁面。

5. 在資料夾內預設的「result_裁判書網址清單」資料夾，即可看見剛下載裁判書清單的案號及網址（見圖4）。

圖4：取得清單成功後，開啟檔案即可看見案號及對應裁判書之網址。

6.從執行檔的使用介面（見圖1）中的「Step2獲取裁判書文本檔案」選取上述的清單檔案後按下執行，即可自動將清單內各裁判書的txt文本下載下來（見圖5）。下載後的檔案，將自動存於使用者電腦「JudgementsCrawler_EXE」資料夾內的「result_裁判書文本」。

圖5：點擊使用介面中Step2下方的「選取清單檔案」，選取前面步驟所下載的清單檔案，出現檔案在本機的位置網址之後，再點擊「執行取得文本」，即可取得所需之所有裁判書文本。

伍、      未來展望與應用：加速法實證與AI應用的研究發展

如前所述，法律資料分析與法實證研究都是立基於經驗和資料。但是過往因為不容易取得特定搜尋條件下的大量裁判書來作分析，讓國內法律量化實證研究的發展受限。在今日人工智慧或機器學習快速發展的時代，這類型的量化研究工作顯得更為重要。舉例來說，當蒐集到足夠的裁判書文本後，可以使用文字探勘（Text Mining）技術於非結構化的裁判書文本，萃取出結構化資料作為後續AI技術分析使用，或是使用標註平台來進行人工標註[38]。這些擷取或標註出的裁判書內容不但可以作相關的量化統計分析，也可以結合自然語言處理（NLP）的技術來開發相關的AI模型，推動法律科技AI化的應用。

事實上，國科會擘劃的112至115年科技白皮書[39]內，總體目標之一就是開放、安全及可信賴的資料治理體制，推動以人為本的跨域科學與技術研究。其中4-4所提到的永續人工智慧發展，就是要拓展人工智慧所需的資料生態圈，與我國政府自112年起推動各政府機關開放高應用價值的主題資料生態圈[40]是完全一致的。因此，筆者相信本文中所介紹的「JudgementsCrawler」若能更多被推廣與應用，應該會有助於更多對法律研究有興趣的學者或學生投入法律量化實證研究或司法AI的相關應用，將司法實務、法學研究與AI應用三者作更緊密的結合，推動我國未來法學研究進入下個階段[41]。