Jul, 2024

通过相似案例检索对巴西最高法院中的招标先例效率的实证分析

HTML
PDF
TL;DR巴西法律体系中的约束性先例（S'umulas Vinculantes）是一种独特的司法工具，其目标包括保护联邦最高法院免受重复要求的侵害。然而，关于这些工具在减少法院面临类似案件方面的有效性的研究表明，它们往往无法达到此目标，其中一些约束性先例似乎创造了新的需求。通过对5个约束性先例（11、14、17、26和37）在最高法院层面上对其涉及的法律主题产生的影响进行实证评估，我们可以比较不同自然语言处理方法（TF-IDF、LSTM、BERT和正则表达式）在类似案例检索方面的应用，并对这些约束性先例的低效性与一组可能解释其重复使用的假设进行对比。我们观察到深度学习模型在具体的类似案例检索任务中表现明显较差，并且约束性先例在应对重复需求方面的原因是多样的，与具体案件相关，这使得我们无法确定具体的原因。
发现论文，激发创造
  • 利用Transformers自然语言处理方法对巴西法院文件进行相似性聚类

    本研究运用BERT、GPT-2和RoBERTa等6种转换器以及21万份法律诉讼专业化训练模型，通过将文件预处理十分相似的信息转化为向量、使用无监督学习方法聚类控制进行法律领域的词语判定，体现出转换器模型的优点。在这其中，RoBERTa模型得到了进一步发展，成为了本研究的重要部分。

    Apr, 2022

  • 利用LLM与领域模型合作增强的法律判决预测

    利用先例加强的LJP框架（PLJP）结合了大型语言模型和领域模型的优势，能够有效地预测案件的判决结果，并展示了LLM和领域模型协作的有希望的方向。

    Oct, 2023

  • 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

  • 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

  • LLM与律师：在大型英国案例法律数据库中识别摘要判决的子集

    本文使用自然语言处理技术，比较了基于关键词和逻辑运算符的传统方法与基于Claude 2大型语言模型的创新方法，在英国法院裁决案例的大语料库中提取总结性判决案例。结果表明，大语言模型的加权F1得分为0.94，而关键词法的得分仅为0.78，说明大语言模型在捕捉法律语言中的细微差别方面更加有效。本文展示了先进自然语言处理技术在核心法律研究任务中的应用，并且阐明了这些技术如何填补系统性差距并提升法律信息的可获取性。同时，我们分享了提取的数据集度量，以支持进一步的总结性判决研究。

    Mar, 2024

  • 往往可解释的法律结果预测模型

    本文提出了一种新颖的方法来识别法律结果预测模型使用的先例，并开发了法律先例的分类法，从而能够比较人类法官和我们的模型在依赖的不同类型的先例方面的差异。我们发现，虽然这些模型在预测结果方面表现良好，但它们对先例的使用与人类法官不同。

    Mar, 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

  • DELTA: 通过结构化词语对齐，预先训练一个判别性编码器用于法律案件检索

    在法律案例检索中，利用预训练语言模型的有效性已得到研究证明。然而，现有工作大多侧重于提高上下文嵌入的表示能力，并使用文本语义相似性计算相关性。本研究引入DELTA，一种针对法律案例检索设计的判别模型，通过将上下文化嵌入与关键事实靠近并远离非关键事实，提升了学习表示的区分能力。实验证明，我们的方法在公开可用的法律基准测试中胜过现有最先进方法，并为深入理解和处理法律案例文件提供了新视角。

    Mar, 2024

  • 从法律判决中提取与查询相关的段落

    针对从法律判决中提取相关段落的任务，本文构建了一个专门的数据集，并评估了当前检索模型的性能，同时还使用不同模型建立了微调基准。结果突显了微调和零-shot方法之间的显著差距，强调了处理法律领域中分布偏移的挑战。本文还探讨了各种参数高效微调方法，并在信息检索的背景下评估了它们的实用性，为不同预训练和模型架构选择参数高效微调方法提供了启示。

    Mar, 2024

  • 法大语言模型：针对美国法律系统的法律大型语言模型

    本研究旨在解决法律分析领域中的案例检索和司法结果预测的复杂性问题。论文提出了针对美国法律领域的法大语言模型 (LawLLM)，并通过定制的数据预处理技术和上下文学习方法显著提高了在类似案例检索、先例推荐和法律判断预测等任务中的表现，填补了法律领域内的关键技术空白。

    Jul, 2024