「法律資料分析」由法律研究與資料分析方法所組成，其較偏向迥異於規範分析面向（法釋義學）以外的實證研究，透過深度學習卷積神經網路（CNN）對大量法律裁判進行剖析、進一步創建出相關案例類型的裁判模型，達成輸入事實情狀即推估相應判決的結果。然而，除了在分析過程中可能面臨的計算語言學門檻、量刑因子的不確定性、實證判決數量是否充裕等困境外，法律實務中亦有諸多法院判決書之外的非訟案件。在未來，倘若分析結果受法律實務所採納，機器學習的訓練偏見（bias）問題亦可能透過新判決再次回流為分析資料、深化歧視。是以，在運用法律資料分析技術的同時，不可忘卻技術的侷限性以及法律須以人為本的本旨。