Jun, 2024

通过知识引导的案例重构学习可解释性法律案例检索

PDF
TL;DR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。
legal case retrievallegal knowledgelarge language modelsreformulation approachretreival performance
发现论文，激发创造
  • 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

  • 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

  • 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

    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。

    Oct, 2022

  • 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

  • 过去 20 年中判例检索的问题、方法、挑战和评估

    研究案例检索的问题及挑战，介绍过去 20 年的检索方法，指出了评估案例检索系统的问题，并讨论了机器学习在案例检索中的应用前景。

    Feb, 2022

  • 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

  • 加强法律文件检索：采用大型语言模型的多阶段方法

    将提示技术作为检索系统中的最后阶段，通过 BM25 预排名和基于 BERT 的再排名的支持，最大限度地提高提示的潜力，从而显着提高了检索准确性。

    Mar, 2024

  • 使用改进大型语言模型的可解释的长篇法律问题回答

    利用自然语言处理为法律文盲提供自动法律援助系统，该系统通过一种检索然后阅读的流程以生成对任何法定法律问题的长篇回答。

    Sep, 2023

  • 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