Oct, 2022

基于法律要素的多视角对比学习模型在法律案件检索中的应用

PDF
TL;DR提出了一种基于交互式多视图对比学习目标的法律案例检索网络，其中对比学习的视图包括案例视图和元素视图，以最小化由预训练语言模型编码器生成的相关法律案例表示之间的隐藏空间距离，并通过改变案例的法律元素来建立正负实例以帮助网络更好地计算法律相关性，实验证明其在相关案例检索基准上获得了显着的改进。
legal case retrievalcontrastive learningpre-trained language modellegal relevancelegal element knowledge
发现论文，激发创造
  • 通过知识引导的案例重构学习可解释性法律案例检索

    通过将专业的法律知识与大型语言模型相结合，KELLER 引入了一种基于大型语言模型的法律案例重构方法，用于实现有效和可解释的法律案例检索，并在两个法律案例检索基准上展示了 KELLER 相比现有方法在复杂法律案例查询方面的卓越性能和鲁棒性。

    Jun, 2024

  • 在法律案例检索中利用大型语言模型进行相关判断

    利用大型语言模型进行相关判决的准确性研究，提出了一种适用于法律案例相关判决的新型工作流程，并通过与人工专家判断的比较，证明了该工作流程可以获得可靠的相关判决，并通过大型语言模型生成的数据综合增强现有的法律案例检索模型的能力。

    Mar, 2024

  • MUSER：多视角相似案例检索数据集

    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

  • 法律案例检索的意图分类

    通过研究案例检索中用户意图，本文提出了一个新颖的层次意图分类法，将法律案例检索任务划分为五种不同的意图类型。通过实验研究，揭示了不同意图下用户行为和满意度的显著差异，并将所提出的分类法应用于案例排序和满意度预测等任务中，展示了其有效性。该研究对于理解法律案例检索中用户意图具有重要的洞察力，并有望促进法律领域中更好的检索技术发展。

    Jul, 2023

  • 逻辑规则作为法律案例检索的解释

    通过使用逻辑规则解释法律案件检索结果，提供合乎逻辑、真实可信且解释性强的法律案件检索模型。

    Mar, 2024

  • 利用上下文相似性进行判决引用检索

    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

  • SAILER: 面向法律案例检索的结构感知预训练语言模型

    本文提出 SAILER，一个基于结构感知的先训练语言模型，适用于法律案例检索，实验证明其能在公共数据集上显著优于现有方法。

    Apr, 2023

  • 利用预训练词组评分模型，采用词汇匹配和摘要方法构建法律案例检索系统

    采用编码总结、文档表示模型、词汇特征提取等方法，结合资源进行比较及潜在特征提取，实现针对法律信息提取 / 推理比赛的最优成果。

    Sep, 2020

  • 将结构知识纳入预训练语言模型，用于法律案例检索：THUIR@COLIEE 2023

    本研究总结了 2023 年 COLIEE 中冠军团队 THUIR 的方法，其中使用结构感知的预训练语言模型来加强对法律案例的理解，借助启发式预处理和后处理方法减少不相关信息的影响，并利用学习排序的方法来合并具有不同维度的特征，实验证明了该方法的优越性。

    May, 2023

  • LegalDuet: 通过双视角法律线索推理学习有效的法律判断表示

    提出了一种名为 “LegalDuet” 的模型，通过预先训练语言模型，学习一个定制的嵌入空间，用于进行法律判断，并通过双视角的推理机制，从法官的判断经验和案例中提取法律线索来区分刑事案件。在 CAIL2018 数据集上，LegalDuet 表现优于基线模型，平均提高了约 4%。

    Jan, 2024