17、以简驭繁：构建法律问答系统

以简驭繁：构建法律问答系统

1. 任务概述

在法律信息处理领域，有两个重要任务：
- 任务3：法律信息检索任务 ：输入为律师考试的“是/否”问题，输出为相关的民法典条文。
- 任务4：识别法律条文与查询之间的蕴含关系 ：输入为律师考试问题及其相关条文，输出为“是/否”答案。

对于任务3，建议的评估指标包括精确率（Precision）、召回率（Recall）和F2值（F2 - measure），计算公式如下：
- 精确率 = （每个查询正确检索到的条文数量）的平均值 / 每个查询检索到的条文数量
- 召回率 = （每个查询正确检索到的条文数量）的平均值 / 每个查询相关的条文数量
- F2值 = 5 × 精确率 × 召回率 / (4 × 精确率 + 召回率)

任务4的目标是构建一个用于法律查询的“是/否”问答系统，评估系统性能是通过其对未处理查询的“是/否”回答。训练数据包含查询、相关条文和表示正确答案的“Y”或“N”标签，测试数据仅包含查询和相关条文，没有“Y/N”标签。

2. 数据预处理

研究仅使用了主办方提供的原始日语语料库。最初有1086个律师考试问题（ ）和768条民法典条文（ ）。设计思路是从训练问题和相关条文中找出对称差集文本，具体步骤如下：
1. 比较 和 的单词。
2. 选取仅出现在 或 中的单词作为“对称差集文本”，丢弃同时出现在两者中的单词。
3. 构建对称差集文本时排除民法典条文编号以减少噪声。

例如，在训练数据 中，查询“R02 - 27