10、基于语义的相关判例法分类

基于语义的相关判例法分类

在法律信息检索领域，如何准确高效地找到相关判例法是一个关键问题。本文将介绍一种基于语义的判例法分类方法，以及相关的数据集分析、方法细节、实验结果和错误分析。

1. 相关工作回顾

当前，法律信息检索方法主要依赖传统信息检索（IR）方法和基于Transformer的技术。在COLIEE 2021中，主要方法围绕这两个主题展开：
- Li等人 ：提出了基于统计特征和语义理解模型的管道方法，通过改进召回率和使用语义排序来增强基本检索方法。
- Schilder等人 ：采用两阶段方法，首先生成一个优化召回率的候选集，然后训练一个二元分类器来预测查询案例和候选案例之间是否存在真正的引用关系。
- Rosa等人 ：将BM25应用于判例法检索问题，通过对文档进行分段和索引，计算相关性得分并进行排序。
- Ma等人 ：使用传统语言模型（LMIR）和基于Transformer的方法（BERT - PLI）进行判例法检索，前者在COLIEE 2021的Task 1中排名第一。
- Althammer等人 ：结合检索方法和基于上下文语言模型（如BERT）的神经重排序方法，采用两阶段方法处理长文档。

在COLIEE 2022的Task 1中，其他团队也提出了不同的方法：
- TUWBR ：基于两个假设，进行文档级和段落级检索，并添加外部领域知识。
- JNLP