本文介绍了 CAIL2018 挑战数据集，以及其中包含的中国法律判例数据，分析了现有文本分类方法在预测判决结果方面的挑战，特别是在刑期上的预测还有待改进。

Jul, 2018

本文概述了 CAIL2018 的法律判决预测比赛，该比赛旨在根据给定的事实描述预测判决结果。在比赛中，我们为参赛者提供了三个子任务，即预测相关法律条款、罪名和刑期。CAIL2018 吸引了数百个参赛者，本文提供了任务定义、相关工作、优秀方法和比赛结果的详细概述。

Oct, 2018

该研究论文介绍了 MUSER，它是一个基于多视角相似度度量和综合法律要素的类似案例检索数据集，该数据集源自中国民事案件，包含 100 个查询案例和 4,024 个候选案例。实验结果显示，引入法律要素可以改善类似案例检索模型的性能，但仍需要进一步努力解决 MUSER 所带来的挑战。

Oct, 2023

CAIL 2023 Argument Mining Track focuses on identifying and extracting interacting argument pairs in trial dialogs, using summarized judgment documents, and aims to benefit future work in the field of language models.

Jun, 2024

本文提出了一个管道框架来实现可解释的 SCM，该框架标识了包含基本信息的案例特征句子，根据提取的特征句子结果执行类似案例匹配，并对两种情况的特征句子进行对齐以提供用于相似性证据的特征句子。

Apr, 2023

智能法律系统中的重要组成部分，法律案例检索在确保司法公正和公平方面起着关键作用。为了解决现有数据集中的三个问题，本研究介绍了一个大规模的法律案例检索数据集 LeCaRDv2，并丰富了现有的相关性标准，同时提出了一个有效识别潜在候选项的候选集合策略。在 LeCaRDv2 上评估了多个检索模型，表明法律案例检索仍有很大的改进空间。

Oct, 2023

我们提出了一种结合自然语言处理和机器学习技术的方法，通过创建文本嵌入来增强法律案例描述的组织和利用，实现无监督聚类和有监督引文检索，以自动化提取引文的过程，从而实现更高效、节省时间、便捷的法律研究和论证。

May, 2024

该研究介绍了推动法律领域数字化的制度，并尝试为法律领域提供一些数据集以支持人工智能的发展，同时也探究了如何为这些数据集进行标注。通过对专家标注和启发式标注的比对，说明启发式标注的可用性。

May, 2023

本研究介绍了 CSL，一个包含 39.6 万篇中国科技文献的大型数据集，为中国自然语言处理和监督学习提供了有意义的语料库和标注。同时，本研究还基于 CSL 提出了一个基准用于评估模型在科技领域任务中的表现，如摘要生成、关键词提取和文本分类，并分析已有 NLP 模型在这些任务上的表现，揭示了进行中文科技 NLP 任务所面临的挑战。

Sep, 2022

利用神经网络和传统检索模型，我们参加了 COLIEE-2022 律师案例比赛的任务 1 和任务 2，结果在所有团队中排名第五。实验结果表明，传统的检索模型 BM25 仍然优于神经网络模型。

Apr, 2022