自全国人大常委会授权最高人民检察院提起公益诉讼试点起,公益诉讼领域从理论到实践都得到了不断的完善。公益诉讼线索发现是办理案件的前提和先决条件,线索的数量与质量决定办案的最终效果。借助文本挖掘技术通过监控网络数据拓宽公益诉讼线索来源渠道,促进“互联网+司法”的发展,网络文本作为一种重要的数据承载形式也是发现公益诉讼线索的切入点。本文立足于检察机关视角,以某省公益诉讼办案指挥中心平台建设项目为背景,主要研究公益诉讼网络线索识别和线索责任主体判断以及相关法律条文推荐,以拓宽公益诉讼线索渠道和提高检察机关工作效率。本文采用自然语言处理、文本挖掘的方法实现网络公益诉讼线索识别工作,主要包括:首先,对爬虫获得的潜在案源线索数据进行数据预处理,其中包括数据清洗,人工打标签等。其次,对文本数据标题和内容进行中文分词、提取关键词、文本量化等,并对标签为案源线索的文本数据进行可视化,展示并挖掘网络公益诉讼线索的现状。再次,采用文本分类模型fastText模型和TextCNN模型对潜在案源线索数据中的线索数据精准识别,其中fastText分类模型在短文本线索标题数据更具优势,TextCNN模型在线索详情数据模型上效果更佳,本文还结合两模型的优势,建立基于fastText和TextCNN混合分类模型,混合模型在识别线索准确度上有一定提高。为优先处理重要的公益诉讼线索,本文设计构建公益诉讼线索成案指数,并通过线索数据进行实例验证。最后,对已判断为线索的案源数据利用文本相似度分别计算案源线索与权责清单数据和法律法规数据的相似度,以确定案源线索对应的责任主体机关,以及推荐相关法律法规。