裁判文书记载人民法院审理的过程和结果,它是诉讼活动结果的载体。法院经常需要针对不同主题或者案由的案件做专题分类统计,但是相关分类统计项没有记录在审判流程系统的关系数据库中,因此统计的难度非常大,相关统计的数据源只能从裁判文书的文本中获取,所以必须针对裁判文书的文本数据开展深层次的挖掘分析。本文针对案件分类统计的难点,设计并实现了裁判文书的文本信息抽取与分类统计系统。本文设计了裁判文书通用型文本信息抽取模块,针对各段落的特征词,将裁判文书划分为文首、诉讼参与人、诉讼记录、案件基本情况、裁判分析过程、文尾这六大段落,并在各段落中进一步抽取更详细的信息。本文设计了要素式文本信息抽取模块,在通用型文本信息抽取的基础上进一步抽取裁判文书的要素信息,本文将要素项分为两类,一类建立规则去抽取,另一类转为分类问题,构建TF-IDF与word2vec结合的特征,使用xgboost模型去分类。本文设计了文书分类统计模块,结合中国司法大数据研究院专题报告中的分类统计项,依据上述结果,设计了各统计项分布的计算方法,并将统计报告发布到网络平台展示。本文还设计了文书管理模块,管理信息抽取和统计计算过程中生成的文件。本系统总体上采用了分层的结构。通用型文本信息抽取模块和要素式文本信息抽取模块作为信息抽取层提供裁判文书的基本信息。文书分类统计模块则作为信息统计层,用来计算统计项的分布。展示层则负责发布展示结果。本文使用Vue.js和Spring MVC框架搭建了 Web系统,结合可视化工具Echarts将统计结果展示给用户。本文对系统各个模块的详细设计与实现进行了描述,并通过系统测试验证了系统的性能达到要求。