Jun, 2024

CLERC: 法律案件检索数据集及检索增强分析生成

PDF
TL;DR通过转化一个大型开源法律语料库为数据集，我们构建了 CLERC（Case Law Evaluation Retrieval Corpus）数据集，用于培训和评估智能系统在寻找相关引用和编写支持推理目标的连贯分析方面的能力。我们在 CLERC 上对最先进的模型进行了基准测试，结果表明目前的方法仍然存在困难。
发现论文，激发创造
  • LeCaRDv2：一个大规模的中文法律案例检索数据集

    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

  • 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

  • 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

  • 剑桥法律语料库：法律人工智能研究的语料库

    介绍了剑桥法律语料库（CLC），这是一个用于法律人工智能研究的语料库。该语料库包括超过 25 万个来自英国的法庭判例，涵盖了从 16 世纪至 21 世纪的案件。该论文介绍了该语料库的第一个版本，并提供 638 个案例的案件结果注释，以作为使用 GPT-3、GPT-4 和 RoBERTa 模型进行案件结果提取的基准。该论文还包括了广泛的法律和伦理讨论，以解决这一材料可能具有的敏感性。因此，该语料库仅在特定限制下释放供研究目的使用。

    Sep, 2023

  • 桥 接 法律 与 数据：通过 IRAC 方法增强 推理的 半结构化 数据 集

    LEGALSEMI 是一个专门为法律情境分析而制作的基准库，包含 54 个经过法律专家严格注释的法律情境，每个情境都基于完整的 IRAC 框架（问题、规则、应用、结论），并伴随着一个结构化知识图谱（SKG）。通过对四种不同的 LLM 进行一系列实验，实验结果显示了 LEGALSEMI 在问题识别、规则检索、应用和结论生成等方面的有效性。

    Jun, 2024

  • 基于词汇和语义模型级联的法律案例检索和蕴含

    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

  • LePaRD: 一个大规模的法官引用判例数据集

    我们介绍了法律文书检索数据集 LePaRD，该数据集是美国联邦司法引文的巨大集合，旨在促进法律文书预测的工作。

    Nov, 2023

  • 用于自动化结构化法律文件的语料库

    本文介绍一种用于处理法律文档的语料库以及基于该语料库训练的模型，可自动预测法律文档中的修辞角色，进而提高摘要和法律判决预测的性能，并在本文中发布了此语料库和基线模型代码。

    Jan, 2022

  • U-CREAT: 无监督事件提取的无人干预案例检索

    本文提出了一个新的国际优化的先前案例检索方法 (IL-PCR)，通过构建一种基于事件提取的无监督检索方法（U-CREAT）, 与 BM25 相比，结果显示 U-CREAT 显著提高了检索性能，并使检索速度显着更快

    Jul, 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