37、法律领域问答系统与论证信息评估研究

法律领域问答系统与论证信息评估研究

1. 法律领域问答系统

在法律领域构建问答系统是一项具有挑战性的任务。研究者提出了一个包含三个阶段的模型，旨在解决法律问题的检索、推理和回答。

1.1 系统模型阶段

• 法律信息检索 ：使用基于形态分析构建的混合大小n - 元语法模型，对与法律问题相关的文章进行排名和选择。
• 法律文本蕴含判断 ：通过在词汇特征和分布式语义相似度上训练的机器学习算法，判断问题与检索到的文章对之间是否存在蕴含关系，以确定问题能否由文章正面或负面回答。
• 法律文本回答 ：为用户提供正确的答案。

1.2 系统贡献

• 语言模型与相关性分析 ：提出了一种简单而有效的法律语料库语言模型，并结合相关性分析方法（R2NC），能够充分利用该模型。
• 特征应用 ：使用TF - IDF和Word2Vec相似度特征，将机器学习算法应用于识别文本蕴含（RTE）任务。

1.3 实验结果

在COLIEE竞赛中，R2NC在信息检索（IR）任务中表现出色，前3名文章的召回率达到0.64，F - 度量为0.508，获得第2名；在IR + 文本蕴含（TE）组合任务中，准确率为0.582，获得第3名。与基线相比，该方法在F - 度量上分别比SVM提高了8.4%，比Adaboost - SVMs提高了11.3%。