法律是一个相对专业的垂直领域，国家已颁布法规条例明确要求法官在案件审理过程中要全面检索类案和关联案，并根据检索结果制作检索报告，这使得类案检索成为司法从业人员最常用的信息技术之一。但是传统的基于关键字和标签的类案检索系统存在两个问题，一是按照关键字和标签检索得出的结果只是对案例文本内容的硬性匹配，未对案例构成要件进行相似度匹配，导致检索结果准确率低，非类案数量多；二是检索结果页面不支持结构化内容展示，只能通过进入检索结果详情页的方式来了解案例关键信息，导致类案筛选效率极低。这两个问题严重影响了类案检索的质量，并大幅度提升了司法从业人员的工作量。因此，类案检索系统急需寻求新的解决方案以实现精准高效的类案检索。
　　针对当前类案检索领域存在的问题，本文提出将知识图谱应用到法律领域，解决类案检索不准确等问题。首先，本文以盗窃罪起诉书文本、与盗窃罪相关的法律法规和司法解释为依据，概括总结了盗窃罪的相关特征以及各法律实体的属性与关系，构建了基于盗窃罪的法律知识图谱本体层；其次，本文从中国检察网爬取了9635条盗窃罪起诉书数据用于数据预处理和数据标注，并以此构建法律知识图谱数据集；然后，本文构建了一个法律实体属性抽取模型并将其用于盗窃罪起诉书文本数据的自动化抽取，抽取得到的三元组数据最终被导入Neo4j图数据库以实现法律知识图谱的可视化；最后，本文用实体抽取模型和Neo4j数据库实现了一个基于法律知识图谱的类案检索系统，提出了一种基于法律知识图谱的具有语义检索功能的类案检索方法，并将该方法与传统基于关键字匹配的类案检索方法做对比分析，实验结果表明，该方法可有效提高类案检索的准确率，较好的解决类案检索结果无关案例多的问题。