民间借贷利息语境裁判数据：双口径、年度归一化与地域分布

一、主题定义：精确案由与全文分别回答什么

C为裸keyword字段cause精确等于“民间借贷纠纷”；F为标题或正文检索完整短语“民间借贷纠纷”，各字段对ik_smart与ik_max_word取逻辑并集；U为C∪F。均排除bench测试批次。C回答标签归属，F回答主题文本候选召回。研究利息语境时，再在各集合中统计正文词共现，不把共现词当作另一种案由。

检索日期：2026-10-15；查询与原始聚合响应，键：C, F, U, C_repeat。记录为精确计数，原始相异案号为HLL估算。

相异案号以原始caseNo作cardinality、precision_threshold=40000；未归一化括号与空白，也未跨一审二审合并纠纷。它是HLL估计，不是精确去重数量。案号不合格式记录未纳入该估计；相异案号估值不能直接相减推导集合差。

检索日期：2026-10-15；查询与原始聚合响应，键：labels, tokenized_OR, tokenized_OR_and_C。记录为精确计数，原始相异案号为HLL估算。

二、2013–2025：年度记录与同年收录规模归一化

归一化=该集合当年记录÷全库同年记录×100000。分母与分子使用同一个year字段并排除bench；不是法院受理总量或人口。year来自索引date，部分批次对应发布/采集时间，不能当成借款发生、起诉、立案或裁判落款日期。

检索日期：2026-10-15；查询与原始聚合响应，键：C, F, corpus_years。记录为精确计数，原始相异案号为HLL估算。

总数减去所有year桶合计的缺年记录：C 17,392、F 783,017、U 783,266；2013–2025以外年份保留在附档。2023年公开与收录明显收缩，不能把记录下降当作真实借贷纠纷减少。2020年C只有285,325条而F有2,710,792条，首先提示标签与批次口径问题，不能直接讲政策使诉讼下降。

三、地域、程序与文书类型：保留未识别值

检索日期：2026-10-15；查询与原始聚合响应，键：C。记录为精确计数，原始相异案号为HLL估算。

空字符串与字段缺失分别保留；省份同义写法本轮未合桶，附录保留原始取值，不把异形标签当作新增行政区。原告批量诉讼、法院集中管辖与批次重复均可能影响地域分布，不能据此评价各地借贷风险。

检索日期：2026-10-15；查询与原始聚合响应，键：C。记录为精确计数，原始相异案号为HLL估算。

一审合并1、0301、民事一审、一审、刑事一审、行政一审；二审合并2、0302、民事二审、二审、刑事二审、行政二审。其他保留未映射；不猜procedure=3就是再审。案号初/终仅为交叉诊断，文书量比不是上诉率。

检索日期：2026-10-15；查询与原始聚合响应，键：C。记录为精确计数，原始相异案号为HLL估算。

标题短语依次识别判决书、裁定书、调解书、决定书、通知书；后类排除前类，其余未识别。没有按正文首行补型，也未同时叠加caseType与procedure造成批次编码互斥。该分类仍是标题词面规则，不是逐案文种人工审计。

四、两组关键词：利息语境与计息表述

第一组为正文“利率”“利息”及其并集；第二组为“LPR”“贷款市场报价利率”“四倍”“年利率24”。每项都取双分词器并集；中文phrase是分词位置匹配，不是逐字子串校验。“年利率24”可能跨空格标点匹配，也不涵盖所有中文数字写法。各词可重叠，不相加。

检索日期：2026-10-15；查询与原始聚合响应，键：C, F。记录为精确计数，原始相异案号为HLL估算。

检索日期：2026-10-15；查询与原始聚合响应，键：C, F。记录为精确计数，原始相异案号为HLL估算。

利息词可能出现在诉请、合同约定、双方争辩、他案转述或法条附录。“四倍”也不专指贷款市场报价利率；LPR字母可能有大小写与分词影响。本页不计算法院适用某上限的比例、不抽取实际利率、不判断请求获支持，也不报告胜诉率。

五、方法与局限：为什么不能直接做政策断点

• 全量聚合，未抽样；不声称随机样本量、语义纯度或最大单一原告占比。若要做这些判断，应按dataset分层、记录random_score种子与n，再检查批量诉讼簇。
• 精确案由只覆盖有相应标签的批次；F中的空案由不能全部视为漏标。C/F/U的dataset与cause原始聚合可复核覆盖构成。
• 日期要逐份核验。year不是独立于date的时钟；研究规则变化时，还要区分借款成立、立案、裁判与公开日期，建立适用范围，不以2020年分桶代替处理组。
• 正文为空、公开事由占位、缺段与截断会改变共现分母。exists(body)不能证明有可用全文；本轮没有实读正文完整性，不报告完整率。
• 不同案号可能仍属同一纠纷，一案也可多文书；没有合并程序或规范化案号。记录分布不能直接当纠纷发生率。
• 归一化只校正同年收录规模，不能消除选择公开、缺标签、日期偏移与漏收录。细分样本不足30，无法得出统计结论。

六、附录：可执行查询与复核

judgments索引，size:0、track_total_hits:true，所有响应未超时、failed shards=0；C用_count重读一致。下载文件仅含查询和聚合响应，没有姓名、正文与个案清单。正式论文引用应标日期、口径、清洗规则并重跑。

{
  "C": {
    "bool": {
      "filter": [
        {
          "term": {
            "cause": "民间借贷纠纷"
          }
        }
      ],
      "must_not": [
        {
          "term": {
            "dataset": "bench"
          }
        }
      ]
    }
  },
  "F": {
    "bool": {
      "filter": [
        {
          "bool": {
            "should": [
              {
                "bool": {
                  "should": [
                    {
                      "match_phrase": {
                        "title": {
                          "query": "民间借贷纠纷",
                          "analyzer": "ik_smart"
                        }
                      }
                    },
                    {
                      "match_phrase": {
                        "title": {
                          "query": "民间借贷纠纷",
                          "analyzer": "ik_max_word"
                        }
                      }
                    }
                  ],
                  "minimum_should_match": 1
                }
              },
              {
                "bool": {
                  "should": [
                    {
                      "match_phrase": {
                        "body": {
                          "query": "民间借贷纠纷",
                          "analyzer": "ik_smart"
                        }
                      }
                    },
                    {
                      "match_phrase": {
                        "body": {
                          "query": "民间借贷纠纷",
                          "analyzer": "ik_max_word"
                        }
                      }
                    }
                  ],
                  "minimum_should_match": 1
                }
              }
            ],
            "minimum_should_match": 1
          }
        }
      ],
      "must_not": [
        {
          "term": {
            "dataset": "bench"
          }
        }
      ]
    }
  },
  "利率利息并集": {
    "bool": {
      "should": [
        {
          "bool": {
            "should": [
              {
                "match_phrase": {
                  "body": {
                    "query": "利率",
                    "analyzer": "ik_smart"
                  }
                }
              },
              {
                "match_phrase": {
                  "body": {
                    "query": "利率",
                    "analyzer": "ik_max_word"
                  }
                }
              }
            ],
            "minimum_should_match": 1
          }
        },
        {
          "bool": {
            "should": [
              {
                "match_phrase": {
                  "body": {
                    "query": "利息",
                    "analyzer": "ik_smart"
                  }
                }
              },
              {
                "match_phrase": {
                  "body": {
                    "query": "利息",
                    "analyzer": "ik_max_word"
                  }
                }
              }
            ],
            "minimum_should_match": 1
          }
        }
      ],
      "minimum_should_match": 1
    }
  }
}

检索日期：2026-10-15；查询与原始聚合响应，键：C_repeat, F_body_ik_smart, F_body_ik_max_word。记录为精确计数，原始相异案号为HLL估算。

常见问题

文书查 · 深圳星谱网络科技有限公司。仅供数据研究方法参考，不构成法律意见。检索日期：2026-10-15。