Agent-Specific Deontic Modality Detection in Legal Language
Adobe Research（奥多比研究院）；University of Maryland, College Park（马里兰大学帕克分校）
法律文件通常很长，而且是用法律术语写的，这使得外行人特别难以理解他们的权利和义务。虽然自然语言理解技术在支持法律领域的这种理解方面可能是有价值的，但由于聘请专家的成本和隐私问题，法律领域中为道义模态注释的数据集的可用性有限，这是一个瓶颈。为此，我们介绍，LEXDEMOD，英语合同语料库注释与道义情态表示相对于缔约方或代理人以及模态触发器。我们在两个任务上对该数据集进行基准测试：（i）代理特定的多标签道义模态分类，以及（ii）使用基于变换器的代理特定的道义模态和触发跨度检测（Vaswani等人，2017）语言模型。迁移学习实验表明，模态表达的语言多样性在LEXDEMOD合理地推广从租赁到就业和租赁协议。一个小的案例研究表明，在LEXDEMOD上训练的模型可以检测到高召回率的红旗。我们相信，我们的工作提供了一个新的研究方向道义模态检测在法律领域。
2022-11-23 cs.CL
A Benchmark for Lease Contract Review
University of Amsterdam（阿姆斯特丹大学）
从法律合同中提取实体和其他有用信息是一项重要任务，其自动化可以帮助法律专业人员更有效地执行合同审查并降低相关风险。在本文中，我们解决了检测两种不同类型的元素，在合同审查中发挥重要作用，即实体和红旗的问题。后者是一些术语或句子，表明一个或多个签署方面临某种危险或其他潜在的问题。我们专注于支持租赁协议的审查，这是一种在法律信息抽取文献中很少受到关注的合同类型，我们定义了该任务所需的实体和红旗的类型。我们发布了一个新的基准数据集，其中包含179个租赁协议文档，我们已经手动注释了它们包含的实体和红旗，并且可以用于训练和测试相关的提取算法。最后，我们发布了一个新的语言模型，称为ALEaseBERT，它在这个数据集上进行了预训练，并针对上述元素的检测进行了微调，为进一步的研究提供了基线
2020-10-20 cs.CL cs.IR
The Material Contracts Corpus
Stanford Graduate School of Business（斯坦福大学商学院）；Stanford Law School（斯坦福大学法学院）
本文介绍了公开数据集 Material Contracts Corpus (MCC)，包含超百万份 SEC 上市公司合同，利用微调 LLaMA-2 模型进行分类，支持合同设计实证研究与 AI 法律工具开发。
2025-04-01 cs.CL
An Evaluation Dataset for Legal Word Embedding: A Case Study On Chinese Codex
National Taiwan University（台湾大学）
词嵌入是一种现代的分布式词表示方法，广泛应用于许多自然语言处理任务中。将法律文档中的词汇转换为词嵌入模型有助于使法律文档经受机器学习、深度学习和其他算法，并且随后执行自然语言处理的下游任务，例如文档分类、合同审查和机器翻译。词嵌入模型的准确性评估的最常见和实用的方法是使用具有语言规则或词之间的关系的基准集，通过代数计算来执行类比推理。本文从2，388个中文法典语料库中提取5种法律关系，建立1，134个法律类比推理问题集（LARQS），并将其用于评估中文词嵌入模型的准确性。此外，我们发现法律关系可能是无处不在的词嵌入模型。
2022-03-29 cs.AI cs.CL cs.LG
RISC: Generating Realistic Synthetic Bilingual Insurance Contract
Université Laval（拉瓦尔大学）
本文提出开源Python包RISC及数据集RISCBAC，生成1万份基于魁北克法规的法英双语汽车保险合同，为无监督和监督NLP任务提供复杂文档研究资源。
2023-04-09 cs.CL cs.LG
Towards Mitigating Perceived Unfairness in Contracts from a Non-Legal Stakeholder's Perspective
TCS Research（塔塔咨询服务公司研究院）
本文从非法律利益相关者视角研究合同条款的感知不公平问题，通过实证分析不同利益相关者观点，并比较思维链提示与半监督微调方法，证明基于BERT的微调在识别不公平条款上准确率达84%，优于Vicuna-13B思维链提示9个百分点。
2023-12-03 cs.AI cs.CL cs.LG
Evaluating Customized vs. Generalist Transformer-based Models for Legal Contract Classification
School of Computer Science and Engineering University of New South Wales (UNSW), Sydney（计算机科学与工程学院 新南威尔士大学（UNSW），悉尼）
通过对比13个法律专用和9个通用Transformer模型在三个英文合同分类任务上的表现，发现法律专用模型在需要精细法律理解的任务上持续优于通用模型，并在不平衡数据集中减少罕见类别的误分类，其中Legal-BERT和Contracts-BERT以更少参数达到新最优。
2026-05-22 cs.CL
Clustering-based Automatic Construction of Legal Entity Knowledge Base from Contracts
Hyperlex；INRIA（法国国家信息与自动化研究所）
在合同分析和合同自动化中，法律实体的知识库（KB）是执行合同验证、合同生成和合同分析等任务的基础。然而，这样的知识库并不总是存在，也不能在短时间内产生。在本文中，我们提出了一个基于聚类的方法来自动生成一个可靠的法律实体的知识库，从给定的合同没有任何补充参考。所提出的方法是鲁棒的预处理，如光学字符识别（OCR）和命名实体识别（NER）所带来的不同类型的错误，以及编辑错误，如错别字。我们在一个数据集上评估了我们的方法，该数据集由来自15个客户的800份具有各种质量的真实合同组成。与收集的地面真实数据相比，我们的方法能够回忆84%的知识。
2020-12-07 cs.AI cs.CL cs.DS
Scaling Multi-Hop Training Data via Graph-Constrained Path Selection
The Hong Kong University of Science and Technology（香港科学与技术大学）；Hong Kong Generative AI Research and Development Center（香港生成式人工智能研究与发展中心）；Hong Kong Baptist University（香港 Baptist 大学）
针对专业文档的组成推理，提出基于图约束路径选择的方法，通过解耦路径发现与语言化，利用图约束过滤无效路径，显著扩展可用语料并提升模型性能。
2026-05-29 cs.CL cs.LG
Automating IRAC Analysis in Malaysian Contract Law using a Semi-Structured Knowledge Base
本文提出LegalSemi基准和结构化知识库，用于马来西亚合同法的IRAC分析，实验证明其能有效提升四种LLM在法律推理各环节的表现。
2025-07-09 cs.CL
What to Read in a Contract? Party-Specific Summarization of Legal Obligations, Entitlements, and Prohibitions
Adobe Research（Adobe研究院）；University of Maryland, College Park（马里兰大学学院公园分校）
提出法律合同特定方抽取式摘要任务，构建约293K句子对数据集训练成对重要性排序器，并开发基于流水线的摘要系统，通过自动和人工评估证明其有效性。
2023-10-24 cs.CL
LLMs for Legal Subsumption in German Employment Contracts
Technical University of Munich（慕尼黑工业大学）
本文研究大语言模型在德国劳动合同条款合法性分类中的应用，发现审查指南比全文法律来源更能提升对无效条款的识别性能，但仍不及人类律师。
2025-07-02 cs.CL
3CEL: A corpus of legal Spanish contract clauses
Instituto de Ingeniería del Conocimiento（知识工程研究所）；Universidad Politécnica de Madrid（马德里理工大学）
本文介绍在 INESData 2024 框架下开发的西班牙语法律合同条款语料库（3CEL），包含 373 份人工标注标书和 19 个类别（共 4782 个标签），用于合同信息抽取，以缓解西班牙语法律 NLP 资源稀缺问题。
2025-01-27 cs.CL
LAURA: Knowledge Distillation for Interpretable Ambiguous Clause Identification in Legal Contracts
University of New South Wales (UNSW)（新南威尔士大学）
LAURA通过知识蒸馏和IRAC-Unlearning提示技术，将教师大语言模型知识迁移至小型开放权重模型，实现法律合同歧义条款的可解释识别，兼顾识别性能与可解释性。
2026-09-30 cs.CL
ContraVis: Evidence-Grounded Visual Analytics for Contradiction Review in Legal Contracts
Fundação Getulio Vargas (FGV)（热图利奥·瓦加斯基金会（FGV））；School of Applied Mathematics（应用数学学院）
针对法律合同中跨条款矛盾审查，提出基于证据的可视分析系统ContraVis，利用类型化段落图调节LLM推理并支持人机协同，实验证明其随合同长度增长更有效恢复矛盾。
2026-09-24 cs.CL cs.HC
Generating Clarification Questions for Disambiguating Contracts
TCS Research（塔塔咨询服务研究中心）
针对非法律利益相关者理解合同困难的问题，提出ConRAP检索增强提示框架，自动生成澄清问题以消除合同歧义，在CUAD数据集上F2分数达0.87，70%问题被评估为有用。
2024-03-12 cs.CL
A Survey of Classification Tasks and Approaches for Legal Contracts
该综述聚焦法律合同分类（LCC）领域，梳理7项分类任务、14个英文合同数据集及三类方法体系，讨论评估技术与最优结果，提出未来研究方向，为法律NLP研究者和从业者提供参考。
2025-07-09 cs.AI cs.CL
Conversion of Legal Agreements into Smart Legal Contracts using NLP
National Taiwan Normal University（台湾师范大学）；University College London（伦敦大学学院）；Peking University（北京大学）
本文提出一种利用NLP模型自动化创建智能法律合同的流水线，将法律协议转换为Accord Project的Concerto模型，并开发了相应的Web界面，实验表明其NER检测准确率达0.8。
2023-04-05 cs.CL cs.CY
LAW: Legal Agentic Workflows for Custody and Fund Services Contracts
J.P. Morgan AI Research（摩根大通人工智能研究院）
针对托管与基金服务合同处理难题，提出模块化法律智能体工作流LAW，集成专用工具与智能体，显著提升复杂任务性能，较基线高92.9个百分点，且成本更低。
2024-12-15 cs.AI cs.CL cs.SE
The Law of Large Documents: Understanding the Structure of Legal Contracts Using Visual Cues
Lexion（莱克西翁）
像BERT这样的大型预训练Transformer模型在文档理解任务上取得了最先进的结果，但大多数实现一次只能考虑512个令牌。对于许多现实世界的应用程序，文档可能会更长，通常用于较长文档的分割策略会遗漏文档结构和上下文信息，从而损害下游任务的结果。在我们对法律协议的研究中，我们发现，文本在文档中的布局、风格和位置等视觉线索是很强的特征，对于在长文档中实现可接受的准确度至关重要。我们衡量的影响，将这样的视觉线索，通过计算机视觉方法获得的，对文档理解任务，包括文档分割，实体提取和属性分类的准确性。我们的方法分割文件的基础上，结构元数据的表现优于现有的方法，在四个长期的文档理解任务的合同理解Atticus数据集。
2021-07-16 cs.CL
ContractScrub: A benchmark for final review of legal contracts
Thomson Reuters Foundational Research（汤森路透基础研究部）；Imperial College London（帝国理工学院）
针对合同 scrubbing 任务，研究人员推出首个基准测试 ContractScrub，发现前沿 LLMs 在该任务上表现不佳，凸显了领域特定基准的重要性。
2026-08-21 cs.AI cs.CL
Answering Questions in Stages: Prompt Chaining for Contract QA
Zuva Inc.（祖瓦公司）
针对法律合同问答中长条款含无关信息导致简单零样本提示失效的问题，提出两阶段提示链方法生成结构化答案，在细微法律文本上表现更优并分析了改进方向。
2024-10-09 cs.CL cs.CV cs.LG
LLMs in Interpreting Legal Documents
Simone Corbo
本文研究了大型语言模型在法律文件解释中的应用，探讨了其在优化法律任务中的潜力及面临的挑战。
2025-12-11 cs.AI cs.CL
Investigating Strategies for Clause Recommendation
International Institute of Information Technology, Hyderabad（海得拉巴国际信息技术学院）；Adobe Research（奥多比研究院）
条款推荐是指根据合同的上下文和条款应属于的条款类型，向法律合同推荐一个条款的问题。由于之前在生成法律合同方面没有做太多工作，因此提出这个问题作为解决合同生成这一更大问题的第一步。作为一个开放式的文本生成问题，该问题的显著特点在于法律语言作为一种亚语言的性质和特定类型的条款内的文本内容的相当大的相似性。法律条款中的相似性促使我们研究相似合同的表示对于推荐条款的重要性。在我们的工作中，我们实验生成条款15常见的条款类型的合同扩展到以前的工作在这个问题上，并分析条款的建议，在不同的设置使用来自类似的合同的信息。
2023-01-21 cs.AI cs.CL
PAKTON: A Multi-Agent Framework for Question Answering in Long Legal Agreements
School of Electrical and Computer Engineering, AILS Laboratory, National Technical University of Athens（电气与计算机工程学院，AILS实验室，国家技术大学雅典）；Instituto de Telecomunicações（电信研究所）
本文提出开源多智能体框架PAKTON，通过协作智能体工作流与新型RAG组件实现长法律协议的自动化问答与审查，并在准确性、可解释性等方面优于通用及预训练模型。
2025-09-22 cs.CL
Beyond Accuracy and Surface Fluency: Risk-Sensitive Evaluation of LLMs for Legal Clause Generation
AI Tech Ethics（AI科技伦理）
针对LLM生成法律条款时传统评估忽视法律风险的问题，提出结合CLAUSE与LENS-CRAFT框架并采用最大严重性原则的评估方法，实现对条款质量的风险敏感评估。
2026-09-22 cs.CL
Breaking Bureaucracy: Evaluating open-source LLMs for legal document review
Leiden University（莱顿大学）
本文评估开源生成式大语言模型在法律自然语言推理任务上的表现，发现Gemma-4 26B达到81.2%准确率，证明零样本开源模型在无监督数据时是可行替代方案。
2026-10-06 cs.CL
Plain English Summarization of Contracts
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
单方面合同，如服务条款，在现代数字生活中发挥着重要作用。然而，很少有用户在接受这些条款之前阅读这些文档，因为它们太长，语言太复杂。我们建议用简明的英语对这些法律文件进行总结，使用户能够更好地理解他们所接受的术语。我们提出了一个初始数据集的法律文本片段配对的摘要写在简单的英语。我们手动验证这些摘要的质量，并表明它们涉及大量的抽象，压缩和简化。初步的实验表明，无监督的提取摘要方法不执行这项任务，由于抽象和风格的差异。最后，我们呼吁资源和技术开发的简化和风格的法律语言的转移。
2019-06-02 cs.CL
Better Call GPT, Comparing Large Language Models Against Lawyers
AI Center of Excellence, Onit Inc.（Onit公司人工智能卓越中心）
该研究对比大语言模型与初级律师、法律流程外包商的合同审核能力，发现先进LLM准确率持平或优于人类，速度快数倍、成本降99.97%，预示其将重塑法律行业格局。
2024-01-24 cs.CL cs.CY
An NLG pipeline for a legal expert system: a work in progress
Singapore Management University（新加坡管理大学）
我们提出了NLG组件L4，一个原型领域特定的语言（DSL）起草法律和合同。作为一个具体的用例，我们描述了一个从L4代码创建的法律专家系统的管道。NLG组件分两步使用。第一步是创建一个面试，面试的答案被处理成一个自动推理器的查询。第二步是用自然语言呈现推理器的答案。
2021-07-06 cs.CL
Unlocking Practical Applications in Legal Domain: Evaluation of GPT for Zero-Shot Semantic Annotation of Legal Texts
Carnegie Mellon University（卡内基梅隆大学）
本研究评估了GPT模型在零样本设置下对法律文本进行语义标注的能力，发现其在法院意见、合同和法规等不同文档类型上表现良好，为法律领域应用LLM提供了实证支持。
2023-05-08 cs.AI cs.CL
Contractual Deepfakes: Can Large Language Models Generate Contracts?
The Chinese University of Hong Kong（香港中文大学）
本文指出大语言模型生成的合同可能不具法律效力，质疑其在法律领域应用的可行性。
2026-02-10 cs.AI cs.CL
Learning to Check Contract Inconsistencies
Xi’an Jiaotong University（西安交通大学）；China Mobile Research（中国移动研究院）
合同的一致性对于保证合同的法律效力是很重要的。在许多情况下，合同是通过在预编译的表单中填充空白来编写的。由于粗心，两个应该填写相同（或不同）内容的空白可能会被错误地填写不同（或相同）内容。这将导致合同不一致的问题，这可能会严重损害合同的法律效力。解决这一问题的传统方法主要依赖于人工合同审查，这是劳动密集型和昂贵的。在这项工作中，我们制定了一个新的合同不一致性检查（CIC）问题，并设计了一个端到端的框架，称为成对空白决议（PBR），以解决高精度的CIC问题。我们的PBR模型包含一个新的BlankCoder，以解决建模无意义的空白的挑战。BlankCoder采用两阶段注意力机制，充分关联无意义的空白与其相关的描述，同时避免纳入无关的上下文单词。在真实数据集上进行的实验表明，该方法在CIC问题中的平衡准确率为94.05%，F1得分为90.90%。
2020-12-15 cs.CL
A Few Good Clauses: Comparing LLMs vs Domain-Trained Small Language Models on Structured Contract Extraction
Onit AI Labs, Onit Inc.（Onit AI实验室，Onit公司）
本文比较了LLM与领域训练的小语言模型在结构化合同提取中的性能，发现领域训练的小模型在成本显著降低的情况下表现更优。
2026-05-07 cs.CL cs.CY
Annotation and Classification of Relevant Clauses in Terms-and-Conditions Contracts
Fondazione Bruno Kessler (FBK)（布鲁诺·凯斯勒基金会）；University of Trento（特伦托大学）
本文提出一种针对条款与条件合同的新标注方案，包含14个类别，并利用多语言T5和基于BERT的模型进行二分类实验，验证任务准确率达0.79至0.95，以辅助法律专家快速识别合同问题。
2024-05-27 cs.CL
A Dataset of German Legal Documents for Named Entity Recognition
DFKI GmbH（德国人工智能研究中心）
我们描述了一个数据集开发的命名实体识别在德国联邦法院的判决。它由近似。67，000个句子，超过200万个代币。该资源包含54，000个手动注释的实体，映射到19个细粒度的语义类：人，法官，律师，国家，城市，街道，景观，组织，公司，机构，法院，品牌，法律，条例，欧洲法律规范，法规，合同，法院判决和法律文献。此外，法律文件还自动标注了35，000多个基于TimeML的时间表达式。该数据集在CC-BY 4.0许可下以CoNNL-2002格式提供，旨在为欧盟项目Lynx中的德国法律文件培训NER服务。
2020-03-29 cs.CL cs.IR
Ambiguity is the last thing you need
本文论述合同中歧义语言引发争议和诉讼的成因与风险，强调法律行业应采用清晰平实的语言以减少误解。
2024-10-26 cs.CL
Legal-DC: Benchmarking Retrieval-Augmented Generation for Legal Documents
本研究提出Legal-DC基准测试，通过构建专门的法律文档数据集和LegRAG框架，提升中国法律检索增强生成系统的效果和可靠性。
2026-03-12 cs.CL
LegalCore: A Dataset for Event Coreference Resolution in Legal Documents
针对现有事件共指消解研究多局限于新闻文本的问题，本文构建了首个法律领域的事件共指消解数据集LegalCore，标注了长法律合同的密集事件及长短距离共指关系，基准测试显示当前主流LLMs在该数据集上表现远逊于有监督基线。
2025-03-20 cs.AI cs.CL
Large Language Models are legal but they are not: Making the case for a powerful LegalLLM
Visvesvaraya National Institute of Technology, Nagpur, India（维斯瓦拉亚国立理工学院）
本研究对比通用LLMs与法律领域模型在合同条款分类上的零样本性能，发现通用模型虽能分类但F1分数显著较低，凸显开发强大法律领域LLM的必要性。
2023-11-15 cs.CL
Multi-Task Deep Learning for Legal Document Translation, Summarization and Multi-Label Classification
法律领域的数字化已经持续了几年。在这个过程中，不同机器学习（ML）技术的应用至关重要。诸如法律文件或合同条款的分类以及这些文件的翻译等任务具有高度相关性。另一方面，这一领域的数字化文件几乎无法获得，特别是在德国。当今，深度学习（DL）是一个热门话题，有许多出版物和各种应用。有时它提供的结果超过了人类的水平。因此，这种技术在法律领域也是可行的。然而，DL需要数千个样本才能提供像样的结果。这个问题的一个潜在解决方案是多任务DL，以实现迁移学习。这一办法或许能够克服法律领域的数据稀缺问题，特别是德语方面的数据稀缺问题。我们将最先进的多任务模型应用于三个任务：翻译，摘要和多标签分类。实验是在法律文档语料库上进行的，使用了几种任务组合以及各种模型参数。目标是为法律领域内的现有任务找到最佳配置。多任务DL方法在所有三项任务中的性能均优于最新技术水平。这为在法律领域更有效地整合DL技术开辟了新的方向。
2018-10-16 cs.CL cs.IR cs.LG
The Massive Legal Embedding Benchmark (MLEB)
Isaacus
本研究提出迄今规模最大、最全面的开源法律信息检索基准MLEB，含10个专家标注数据集（7个为新建），覆盖多司法辖区、文档类型与任务，公开相关资源以支撑可复现评估。
2025-10-22 cs.AI cs.CL cs.IR
Pile of Law: Learning Responsible Data Filtering from the Law and a 256GB Open-Source Legal Dataset
Stanford University（斯坦福大学）
对大语言模型的兴起的一个担忧在于它们可能造成重大伤害，特别是在对有偏见的、淫秽的、受版权保护的和私人的信息进行预训练时。新出现的道德操守做法试图过滤培训前的材料，但这种做法是临时性的，没有考虑到背景。我们提供了一种基于法律的过滤方法，它直接解决了过滤材料的权衡问题。首先，我们收集并提供Pile of Law，这是一个256GB的开源英语法律和行政数据集，涵盖法院意见，合同，行政规则和立法记录。法律桩的预培训可能有助于有希望改善诉诸司法的法律任务。其次，我们提取了政府制定的法律规范，以限制将有毒或私人内容纳入研究人员的可操作经验教训，并讨论我们的数据集如何反映这些规范。第三，我们展示了如何桩的法律为研究人员提供了机会，直接从数据中学习这样的过滤规则，提供了一个令人兴奋的新的研究方向，在基于模型的处理。
2022-11-29 cs.CL cs.CY
An Efficient Active Learning Pipeline for Legal Text Classification
EPFL（洛桑联邦理工学院）
主动学习（AL）是一种强大的工具，用于使用较少标记的数据进行学习，特别是对于专业领域，如法律文档，其中未标记的数据丰富，但注释需要领域专业知识，因此成本很高。最近的工作表明，AL策略的有效性预训练的语言模型。然而，大多数AL策略需要一组标记的样本开始，这是昂贵的获取。此外，预训练的语言模型在小数据集的微调过程中表现出不稳定性，并且它们的嵌入在语义上没有意义。在这项工作中，我们提出了一个管道，有效地使用主动学习与预先训练的语言模型在法律领域。为此，我们在三个阶段利用可用的未标记数据。首先，我们继续对模型进行预训练，使其适应下游任务。其次，我们使用知识蒸馏来引导模型的嵌入到语义上有意义的空间。最后，我们提出了一个简单而有效的策略，与现有方法相比，使用更少的操作来找到标记样本的初始集合。我们的实验合同NLI，适应分类任务，LEDGAR基准测试表明，我们的方法优于标准AL策略，更有效。此外，我们的流水线达到了与完全监督方法相当的结果，性能差距很小，并大大降低了注释成本。将提供代码和经过调整的数据。
2022-11-15 cs.CL
Application of Topic Models to Judgments from Public Procurement Domain
Interdisciplinary Centre for Mathematical and Computational Modelling, University of Warsaw（华沙大学跨学科数学与计算建模中心）
在这项工作中，自动分析的主题包含在一个大型语料库的判断，从公共采购领域进行。所采用的技术是无监督的潜在狄利克雷分配（LDA）。此外，建议使用LDA结合最近开发的无监督关键字提取方法。这种方法提高了自动获得的主题的可解释性，并允许更好的计算性能。所述分析说明了该方法在发现反复出现的主题和发现提出的合同上诉的时间趋势方面的潜力。这些结果可能在未来应用，以改善信息检索从法律文本的知识库或作为辅助材料进行法律分析的人类专家。
2014-12-16 cs.CL
AI agents may be worth the hype but not the resources (yet): An initial exploration of machine translation quality and costs in three language pairs in the legal and news domains
Dublin City University（都柏林城市大学）；Pompeu Fabra University（庞培法布拉大学）
本文在法律与新闻领域三种语言对上实证比较了NMT、通用LLM、推理增强LLM及两种多智能体工作流的翻译质量与成本，发现推理增强LLM在人工评估中表现更优但成本远高于NMT，并倡导成本感知的多维评估与混合流水线研究。
2025-05-02 cs.CL
Cross-Domain Contract Element Extraction with a Bi-directional Feedback Clause-Element Relation Network
Shandong University（山东大学）；Alibaba Group（阿里巴巴集团）；Indiana University Bloomington（印第安纳大学伯明顿分校）；University of Amsterdam（阿姆斯特丹大学）；Ahold Delhaize Research（阿霍德德尔海兹研究院）
合同要素提取（CEE）是自动识别和提取合同中的法律相关要素（如合同日期、付款和立法参考）的新任务。自动化方法将其视为序列标记问题，并大大减少了人工劳动。然而，由于合同类型和元素类型可能变化很大，因此该序列标记任务的重大挑战是如何将知识从一个领域转移到另一个领域，即，跨域CEE。跨域CEE与跨域命名实体识别（NER）在两个重要方面不同。首先，契约元素比命名实体更细粒度，这阻碍了提取器的转移。第二，跨域CEE的提取区域比跨域NER大得多。因此，来自不同领域的元素的上下文可以更加多样化。我们提出了一个框架，双向反馈cLause-Element relationnetwork（Bi-FLEET），跨域CEE任务，解决上述挑战。Bi-FLEET有三个主要组件：（1）上下文编码器，（2）子句元素关系编码器，以及（3）推理层。为了整合关于元素和子句类型的不变知识，跨域构造子句元素图，并在子句元素关系编码器中采用分层图神经网络。为了减少上下文变化的影响，在推理层设计了一个具有双向反馈机制的多任务框架，同时进行子句分类和元素提取。跨域NER和CEE任务的实验结果表明，Bi-FLEET显着优于最先进的基线。
2021-05-13 cs.CL cs.IR
