Legal Extractive Summarization of U.S. Court Opinions
ETH Zurich（苏黎世联邦理工学院）
本研究使用43万份美国法院意见书数据集，提出基于强化学习的MemSum模型，在自动和人工评估中均优于Transformer模型，并开源以促进法律民主化。
2023-05-15 cs.CL
Indian Legal Text Summarization: A Text Normalisation-based Approach
Adamas University（阿达玛斯大学）
在印度法院系统，未决案件长期以来一直是一个问题。有超过4亿美元的案件悬而未决。对于法律利益相关者来说，手动汇总数百份文件是一项耗时且繁琐的任务。随着机器学习的发展，出现了许多最先进的文本摘要模型。独立于领域的模型在法律文本中表现不佳，由于缺乏公开可用的数据集，为印度法律体系微调这些模型是有问题的。为了提高域独立模型的性能，作者提出了一种在印度环境下规范法律文本的方法。作者实验了两个最先进的领域独立的法律文本摘要模型，即BART和PEGASUS。BART和PEGASUS在提取和抽象摘要方面进行了测试，以了解文本规范化方法的有效性。摘要文本由领域专家根据多个参数并使用ROUGE指标进行评估。实验结果表明，本文提出的文本规范化方法在具有领域独立模型的法律文本中是有效的。
2022-09-13 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
AugAbEx: Bridging Abstractive and Extractive Legal Summarization
University of Delhi（德里大学）
针对法律判决自动摘要问题，提出AugAbEx流程，通过用含专家意见的银标准抽取摘要扩充数据集，经多维度审查确保质量，实验表明该流程生成的摘要质量优于其他方法，能推动法律领域摘要算法发展。
2026-07-23 cs.CL
Creative Writing with an AI-Powered Writing Assistant: Perspectives from Professional Writers
Google Research（谷歌研究院）
使用神经语言模型的自然语言生成（NLG）的最新发展使我们比以往任何时候都更接近构建人工智能驱动的创意写作工具的目标。然而，在创意写作领域，大多数关于人类与人工智能合作的先前工作都是与业余作家一起评估新系统，通常是在有限范围的人为用户研究中。在这项工作中，我们委托了13位来自不同创意写作背景的专业作家，使用Wordcraft（一种内置人工智能写作辅助工具的文本编辑器）制作故事。通过访谈和参与者日记，我们讨论了NLG在创意写作领域产生重大影响的潜力-特别是在头脑风暴，故事细节，世界建设和研究援助方面。有经验的作家，比业余作家更有经验，通常有完善的写作系统和方法，以及独特的声音和目标受众。我们的工作突出了为这些作家创作的挑战; NLG技术很难保持风格和作者的声音，而且他们缺乏对故事内容的深入理解。为了让人工智能写作助手充分发挥其潜力，他们必须考虑到人类作家的不同目标和专业知识。
2022-11-09 cs.CL cs.HC
Jointly Improving Language Understanding and Generation with Quality-Weighted Weak Supervision of Automatic Labeling
Saarland University（萨尔大学）；Microsoft Corporation（微软公司）
神经自然语言生成（NLG）和理解（NLU）模型是数据饥渴型的，需要大量的注释数据才能具有竞争力。最近的框架通过生成模型解决了这一瓶颈，生成模型可以大规模合成弱标签，其中少量的训练标签是专家策划的，其余的数据是自动注释的。我们遵循这种方法，通过使用微调的GPT-2自动构建大规模弱标记数据，并采用半监督框架来联合训练NLG和NLU模型。该框架根据估计的标签质量来调整模型的参数更新。在E2 E和天气基准测试中，我们证明了这种弱监督训练范式在低资源场景下是一种有效的方法，并且当使用100%的训练数据时，在两个数据集上的性能优于基准系统。
2021-02-06 cs.AI cs.CL
Incorporating Domain Knowledge for Extractive Summarization of Legal Case Documents
IIT Kharagpur（印度理工学院卡哈拉格普尔分校）；L3S Research Center（L3S研究中心）
法律案例文档的自动摘要是一个重要的和实际的挑战。除了许多独立于领域的文本摘要算法可以用于此目的，几个算法已经开发了专门用于总结法律案例文档。然而，大多数现有的算法没有系统地纳入领域知识，指定什么信息应该理想地存在于法律案件文档摘要中。为了解决这一差距，我们提出了一个无监督的摘要算法DELSumm，旨在系统地将法律专家的指导方针纳入优化设置。我们对印度最高法院的案例文件进行了详细的实验。实验表明，我们提出的无监督方法优于几个强基线的ROUGE分数，包括一般的摘要算法和法律特定的。事实上，尽管我们提出的算法是无监督的，但它优于几个经过数千个文档摘要对训练的监督摘要模型。
2021-06-30 cs.CL cs.IR
LexGenius: An Expert-Level Benchmark for Large Language Models in Legal General Intelligence
Hainan University（海南大学）；Nanyang Technological University（南洋理工大学）；Nanjing University of Science and Technology（南京理工大学）；Griffith University（格里菲斯大学）
本文提出LexGenius，一个涵盖七个维度、十一项任务和二十项能力的中文法律基准，用于评估大型语言模型的法律通用智能，发现LLM在法律智能能力上存在显著差异，甚至优于人类法律专业人士。
2026-04-16 cs.CL
Deconfounding Legal Judgment Prediction for European Court of Human Rights Cases Towards Better Alignment with Experts
Graduate Institute of International and Development Studies（日内瓦高级国际关系及发展学院）；Technical University of Munich（慕尼黑工业大学）
这项工作表明，法律判断预测系统没有专家知情的调整可能容易受到浅层，分散注意力的表面信号，产生语料库建设，案件分布和混杂因素。为了减轻这种情况，我们使用领域专业知识来战略性地识别统计预测但法律上不相关的信息。我们采用对抗训练来防止系统依赖它。我们通过使用可解释性技术和与专家注释进行比较来评估我们的去基础模型。定量实验和定性分析表明，我们的去基础模型始终比仅用于预测的基线更好地与专家理论保持一致。我们进一步贡献了一套参考专家注释的验证和测试分区的现有基准数据集的欧洲人权法院的案件。
2022-10-25 cs.CL
Chatlaw: A Multi-Agent Legal Assistant based on a Role-Aligned Mixture-of-Experts Architecture
Shenzhen Graduate School, Peking University（北京大学深圳研究生院）；Peng Cheng Laboratory（鹏城实验室）；Law School, Peking University（北京大学法学院）；Pandalla.ai
提出Chatlaw多智能体法律助手，采用角色对齐的混合专家架构模拟律所协作流程，在LawBench基准上准确率比GPT-4提升7.73%，并通过真实案例验证。
2026-06-08 cs.CL
LAiW: A Chinese Legal Large Language Models Benchmark
Sichuan University（四川大学）；ChanceFocus (Shanghai) AMC（ChanceFocus（上海）资产管理公司）；Wuhan University（武汉大学）；Southwest Petroleum University（西南石油大学）
针对现有法律LLM评估缺乏法律实践逻辑的问题，研究基于法律三段论构建了中文法律LLM基准LAiW，将能力划分为三个层级并发现当前LLM虽具备复杂应用能力但基础任务表现不佳，仍需强化法律逻辑。
2024-02-18 cs.CL
MAUD: An Expert-Annotated Legal NLP Dataset for Merger Agreement Understanding
ETH Zürich（苏黎世联邦理工学院）；Harvard University（哈佛大学）；The Atticus Project（阿提库斯项目）；The Nueva School（努埃瓦学校）；University of Wisconsin, Madison（威斯康星大学麦迪逊分校）；Yale University（耶鲁大学）；Stanford University（斯坦福大学）；UC Berkeley（加州大学伯克利分校）
针对法律文本阅读理解面临的条款复杂和专家标注数据集短缺的挑战，本文提出了基于美国律师协会研究构建的专家标注数据集MAUD，包含超39,000个示例，微调Transformer基线表现优于随机但仍有改进空间，为法律界和NLP社区提供了宝贵基准。
2023-11-24 cs.CL
Nepali Legal Expertise through Generative and Extractive Pre-trained Transformers (NepLEGiT)
Kathmandu University（加德满都大学）
针对尼泊尔法律信息获取难的问题，提出NepLEGiT小型语言模型，基于约400万token法律文本预训练GPT-2，在验证集上困惑度1.8，准确率82.9%，并对比mBERT和MuRIL编码器基线，以普及法律知识。
2026-09-16 cs.CL
Legal Experts Disagree With Rationale Extraction Techniques for Explaining ECtHR Case Outcome Classification
Trustworthy Human Language Technologies, Research Center Trustworthy Data Science and Security of the University Alliance Ruhr, Ruhr University Bochum（鲁尔大学联盟可信数据科学与安全研究中心，可信人类语言技术，波鸿鲁尔大学）；Center for Critical Computational Studies, Goethe University Frankfurt（法兰克福歌德大学关键计算研究中心）
本文研究了欧洲人权法院判决结果预测任务，引入了新的ECtHR数据集，并提出比较分析框架评估推理提取技术的解释能力，发现模型预测违规的'原因'与法律专家存在显著差异。
2026-04-07 cs.CL
Translating Legalese: Enhancing Public Understanding of Court Opinions with Legal Summarizers
ETH Zurich（苏黎世联邦理工学院）；Fordham University（福特汉姆大学）；Columbia University（哥伦比亚大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出利用 AI 助手将司法判决书转化为简化摘要的流程，并通过调查实验证明其能提升公众尤其是低教育程度群体对裁决的理解与质量评价。
2024-03-02 cs.CL
LegalViz: Legal Text Visualization by Text To Diagram Generation
RIKEN AIP（理化学研究所人工智能项目）；The University of Tokyo（东京大学）；Institute of Science Tokyo（东京科学大学）；National Institution of Informatics（国立信息学研究所）；ATR（ATR公司）；NII（日本信息学研究所）
针对非专家理解法律文件需专业知识的问题，提出LegalViz数据集（23种语言、7010对法律文件与可视化案例），用DOT语言生成图表可视化法律文本，还提出新评估指标，实证显示其训练模型优于GPTs等现有模型。
2025-02-13 cs.CL
LEGO: Synergizing Expert GraphRAG and Expert Chain-of-Thought for Legal Reasoning
Alma AI, University of Bologna（博洛尼亚大学 Alma AI）；Tsinghua University（清华大学）；Modelbest Inc.（Modelbest 公司）；Xiamen University（厦门大学）；Shanghai Jiao Tong University（上海交通大学）
提出LEGO双模块框架，结合法律专家GraphRAG和专家思维链，通过规范关系编码和结构化推理，在LawExamQA_Civil上取得40.53%精确匹配准确率，提升复杂法律推理能力。
2026-10-06 cs.CL cs.IR
CUAD: An Expert-Annotated NLP Dataset for Legal Contract Review
UC Berkeley（加州大学伯克利分校）；The Nueva School（努埃瓦学校）
许多专业领域仍然没有受到深度学习的影响，因为大型标记数据集需要昂贵的专家注释器。我们通过引入合同理解Atticus数据集（CUAD）来解决法律领域内的这一瓶颈，CUAD是一种用于法律合同审查的新数据集。CUAD由来自Atticus Project的数十位法律专家创建，由13，000多条注释组成。任务是突出合同中对人类审查很重要的突出部分。我们发现，Transformer模型具有新生的性能，但这种性能受到模型设计和训练数据集大小的强烈影响。尽管取得了这些可喜的成果，但仍有很大的改进余地。作为唯一一个由专家注释的大型专业NLP基准之一，CUAD可以作为更广泛的NLP社区的一个具有挑战性的研究基准。
2021-11-08 cs.CL cs.LG
GreekBarBench: A Challenging Benchmark for Free-Text Legal Reasoning and Citations
Department of Informatics, Athens University of Economics and Business（信息学院，雅典经济与商业大学）；Archimedes, Athena Research Center（阿提卡研究中心-阿基米德）；Athena Research Center（阿提卡研究中心）；University of Sheffield（谢菲尔德大学）
本文提出GreekBarBench基准，通过三维评分系统和LLM-as-a-judge方法评估LLM在希腊法律问题上的自由文本推理与引用能力，发现最佳模型虽超越专家平均分但未达第95百分位。
2025-11-01 cs.CL
ACORD: An Expert-Annotated Retrieval Dataset for Legal Contract Drafting
ETH Zurich（苏黎世联邦理工学院）；New York University（纽约大学）；University of Washington（华盛顿大学）；Yale University（耶鲁大学）
ACORD是首个由专家标注的法律合同起草检索基准，包含114个查询和超12.6万查询-条款对，实验表明双编码器加大语言模型重排序效果良好，但复杂法律任务仍需改进。
2025-09-21 cs.CL
LP-Eval: Rubric and Dataset for Measuring the Quality of Legal Proposition Generation
University of Copenhagen（哥本哈根大学）；Umeå University（乌梅拉大学）
本文提出LP-Eval，一种与法律专家共同设计的三步评估标准，用于评估法律命题的质量，通过专家标注的100个LLM生成的法律命题数据集，展示了LLM生成的命题质量较高，但专家评估发现基于经典案例的命题质量更高，同时发现基于评估标准的LLM判断更接近专家评估，但缺乏对细粒度区别的敏感性。
2026-05-19 cs.AI cs.CL
MORQA: Benchmarking Evaluation Metrics for Medical Open-Ended Question Answering
Microsoft Health AI（微软健康人工智能）
本文提出多语言医学问答基准MORQA，通过包含专家撰写的多参考答案和人工评分，系统评估了传统指标与GPT-4等LLM评估器，发现LLM方法与专家判断的相关性显著更优。
2025-09-15 cs.CL
Towards the Exploitation of LLM-based Chatbot for Providing Legal Support to Palestinian Cooperatives
本研究开发了一款基于大语言模型的巴勒斯坦合作社法律问答聊天机器人，经50条专家查询测试，其准确率达82%、F1值为79%，为相关法律支持提供了技术方案。
2023-06-09 cs.CL
Misinformation with Legal Consequences (MisLC): A New Task Towards Harnessing Societal Harm of Misinformation
Cornell Law School（康奈尔法学院）；Ingenuity Labs Research Institute（创新实验室研究院）
针对现有错误信息检测研究忽略法律与社会后果的问题，本研究提出以法律后果衡量社会危害的MisLC新任务，构建对应数据集并验证发现当前大模型与检索增强生成基线仍远不及专家表现。
2024-10-04 cs.CL
Automating Legal Interpretation with LLMs: Retrieval, Generation, and Evaluation
Wangxuan Institute of Computer Technology, Peking University（北京大学王轩计算机技术研究所）；Institute for Artificial Intelligence, Peking University（北京大学人工智能研究所）；Peking University Law School（北京大学法学院）
本文提出ATRIE框架，利用大语言模型自动检索、解释和评估法律概念，无需法律专家参与，实验表明其解释质量与专家相当且全面性和可读性更优。
2025-05-31 cs.AI cs.CL
JUREX-4E: Juridical Expert-Annotated Four-Element Knowledge Base for Legal Reasoning
School of Law, Tsinghua University（清华大学法学院）；Wangxuan Institute of Computer Technology, Peking University（北京大学王璇计算机技术研究所）；Department of Legal Studies, University of Bologna（博洛尼亚大学法律系）
本文提出JUREX-4E，一个由法学专家标注、覆盖155个刑事罪名的四要件知识库，旨在提升大语言模型在法律推理中的准确性和完整性，并在相似罪名区分和法律案例检索任务中验证了其有效性。
2025-09-25 cs.AI cs.CL
Interpretable Long-Form Legal Question Answering with Retrieval-Augmented Large Language Models
Maastricht University（马斯特里赫特大学）
本文提出“先检索后阅读”的检索增强LLM端到端方法，并发布含1,868个法语专家标注样本的LLeQA数据集，以生成可解释的成文法长篇答案。
2023-09-29 cs.CL
Prototype-Based Interpretability for Legal Citation Prediction
Queen’s University（女王大学）；Cornell Law School（康奈尔法学院）
本文针对法律引文预测任务，提出基于原型的可解释架构，并结合先例、立法条文及法律专家反馈进行优化，在保持高性能的同时满足高风险法律决策对可解释性的要求。
2023-05-25 cs.CL
Evaluating Legal Reasoning Traces with Legal Issue Tree Rubrics
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；LBOX；Stanford（斯坦福）；Yale（耶鲁）
本文提出 LEGIT 数据集，用于评估 LLM 在法律领域推理轨迹的质量，发现法律问题覆盖度和正确性影响 LLM 推理能力，RAG 和带准则的 RL 分别提升整体能力与正确性。
2026-05-01 cs.AI cs.CL
PersonaMatrix: A Recipe for Persona-Aware Evaluation of Legal Summarization
Georgia Institute of Technology（佐治亚理工学院）；Michigan State University（密歇根州立大学）
本文提出PersonaMatrix框架，通过六个角色评估法律摘要，引入控制的维度转移试点数据集，以暴露法律摘要在人物意识和非人物意识法官间的差异最优解。
2025-10-23 cs.AI cs.CL
Exploring the State of the Art in Legal QA Systems
University of Innsbruck（因斯布鲁克大学）；Assiut University（艾斯尤特大学）
针对法律领域问答缺乏综述的问题，本文全面回顾了14个法律问答基准数据集及最先进的深度学习模型，涵盖架构、技术、性能与局限，并建立公开GitHub仓库持续更新相关资源。
2023-09-15 cs.CL
Fine-grained Claim-level RAG Benchmark for Law
University of Luxembourg（卢森堡大学）
提出一个支持法语和英语的细粒度声明级法律RAG数据集ClaimRAG-LAW，用于评估检索和生成性能，揭示法律领域RAG系统的局限性。
2026-08-17 cs.AI cs.CL
A Path Towards Legal Autonomy: An interoperable and explainable approach to extracting, transforming, loading and computing legal information using large language models, expert systems and Bayesian networks
The University of Sussex（萨塞克斯大学）；Maastricht University（马斯特里赫特大学）；Massachusetts Institute of Technology（麻省理工学院）；VERSES Research Lab（VERSES 研究实验室）；Macquarie University（麦考瑞大学）；Université du Québec à Montréal（蒙特利尔魁北克大学）；University College London（伦敦大学学院）
本文提出一种结合大语言模型、法律决策路径专家系统和贝叶斯网络的方法，用于提取、转换、加载和计算法律信息，以实现可解释且法律互操作的人工智能智能体法律自主性，并以加州自动驾驶法规为例验证其原理。
2024-03-27 cs.AI cs.CL cs.CY
J&H: Evaluating the Robustness of Large Language Models Under Knowledge-Injection Attacks in Legal Domain
School of Law, Tsinghua University（清华大学法学院）；University of Waterloo（滑铁卢大学）
该研究提出法律领域知识注入攻击评估框架J&H，通过攻击推理逻辑各环节测试大语言模型鲁棒性，发现现有模型易受误导，同时提出并对比了多种提升知识鲁棒性的方法。
2025-03-24 cs.CL
Leveraging Large Language Models for Learning Complex Legal Concepts through Storytelling
University of Virginia School of Law（弗吉尼亚大学法学院）；Allen Institute for AI（艾伦人工智能研究所）；Massachusetts Institute of Technology（麻省理工学院）；Harvard Law School（哈佛法学院）；University of Tokyo（东京大学）
本文提出用LLM生成法律故事并构建LegalStories数据集，结合专家在环题目设计，通过RCT验证故事能提升初学者尤其是非母语者的理解、兴趣与保持率。
2024-07-02 cs.CL cs.HC
ViLegalExpert: A Large-Scale Benchmark for Vietnamese Legal Retrieval and Question Answering from Real-World Consultations
University of Information Technology（信息技术大学）；Vietnam National University, Ho Chi Minh city（胡志明市越南国家大学）
针对越南法律咨询领域基准缺失的问题，构建了基于真实咨询的大规模基准ViLegalExpert，涵盖172K问题与34个法律领域，实验显示混合检索最优，为可靠越南法律AI提供挑战性基准。
2026-10-01 cs.CL
NepKANUN: A RAG-Based Nepali Legal Assistant
Kathmandu University（加德满都大学）
针对尼泊尔法律信息获取难的问题，提出基于微调大语言模型和RAG框架的法律助手NepKANUN，以定制问答数据训练，在BERTScore上取得高F1分数，并通过专家评审验证，有效促进法律知识普及。
2026-09-16 cs.CL
Explainable machine learning multi-label classification of Spanish legal judgements
University of Vigo（维戈大学）
提出一个结合机器学习多标签分类与自然语言解释的混合系统，用于西班牙法律判决分类，在专家标注数据集上实现超过85%的微平均精确率，以减轻法律专家负担。
2024-05-27 cs.AI cs.CL cs.LG
LegalDrill: Diagnosis-Driven Synthesis for Legal Reasoning in Small Language Models
Purdue University（普渡大学）；Fidelity Investments（富达投资）
LegalDrill通过精细提示提取并迭代优化教师模型的推理轨迹，结合自我反思验证选择有效数据，提升小型语言模型的法律推理能力，无需稀缺专家标注。
2026-04-26 cs.CL
CLSE: Corpus of Linguistically Significant Entities
Google（谷歌）；Predibase
针对NLG中命名实体处理导致的语法错误问题，构建了涵盖34种语言、74种语义类型的语言学显著实体语料库CLSE，并基于其生成SGD-CLSE基准，在法语、马拉地语和俄语上评估了神经、模板及混合NLG系统的质量基线。
2023-08-30 cs.CL
Legal Judgment Reimagined: PredEx and the Rise of Intelligent AI Interpretation in Indian Courts
Symbiosis Law School（symbiosis 法学院）；IISER Kolkata（印度科学教育与研究学院加尔各答分校）；Indian Institute of Technology Kanpur（坎普尔印度理工学院）；Manipal University Jaipur（斋浦尔马尼帕尔大学）
本文提出印度法律领域最大的专家标注数据集 PredEx，通过指令微调大语言模型提升法律判决预测的准确性与可解释性，为法律界和 NLP 社区建立了有价值的基准。
2024-06-06 cs.AI cs.CL cs.LG
ILDC for CJPE: Indian Legal Documents Corpus for Court Judgment Prediction and Explanation
Indian Institute of Technology Kanpur（坎普尔印度理工学院）；Indian Institute of Science Education and Research Kolkata（加尔各答印度科学教育与研究学院）；West Bengal National University of Juridical Sciences（西孟加拉国立法科大学）
一个能够协助法官预测案件结果的自动化系统将有助于加快司法程序。为了使这样一个系统具有实际的实用性，该系统的预测应该是可解释的。为了促进开发这样一个系统的研究，我们介绍了ILDC（印度法律文件语料库）。ILDC是一个大型语料库，包含35，000个印度最高法院案例，并附有原始法院判决。语料库的一部分（一个单独的测试集）由法律专家用黄金标准解释进行注释。在ILDC的基础上，我们提出了法院判决预测与解释（CJPE）的任务。这项任务需要一个自动化系统来预测一个案例的可解释结果。我们的实验与电池的基线模型的情况下预测，并提出了一个层次遮挡模型的可解释性。我们最好的预测模型的准确率为78%，而人类法律专家的准确率为94%，这表明了预测任务的复杂性。通过分析所提出的算法的解释揭示了算法和法律专家解释判决的观点的显着差异，指出了未来的研究范围。
2021-05-31 cs.AI cs.CL
Experimenting with Legal AI Solutions: The Case of Question-Answering for Access to Justice
Ingenuity Labs Research Institute（英吉利蒂实验室研究院）；Cornell University（康奈尔大学）
本研究针对面向普通民众的法律AI问答缺乏数据与评估体系的问题，提出以人为中心的法律NLP流水线，发布LegalQA数据集，验证了小范围引用检索增强生成可媲美全网检索的效果，并指明开源法律AI的发展方向。
2024-09-12 cs.CL
Building from Scratch: A Multi-Agent Framework with Human-in-the-Loop for Multilingual Legal Terminology Mapping
本文提出了一种人机协作的多智能体框架，用于构建多语言法律术语数据库，通过整合AI和人类专家，提升多语言法律术语映射的精度和可扩展性。
2025-12-15 cs.AI cs.CL
Experts-in-the-Loop: Establishing an Effective Workflow in Crafting Privacy Q&A
Fraunhofer IIS（弗劳恩霍夫应用研究促进协会信息与通信技术研究所）
本文提出一种将隐私政策转化为隐私问答的动态工作流，通过法律专家与对话设计师的跨学科协作及专家在环方法，利用大语言模型并持续监控优化，使隐私政策能通过对话式AI被轻松获取。
2023-11-18 cs.CL
Datasets for Portuguese Legal Semantic Textual Similarity: Comparing weak supervision and an annotation process approaches
Fluminense Federal University（弗鲁米嫩塞联邦大学）
本文面向巴西法律文本语义相似度任务，构建四个法律领域数据集，并通过专家真值集验证启发式弱监督标注的有效性。
2023-05-29 cs.CL cs.LG
BenGER Platform: A Collaborative Web Platform for End-to-End Benchmarking of German Legal Tasks
Technical University of Munich（慕尼黑技术大学）
提出BenGER开源Web平台，集成任务创建、协作标注、可配置LLM运行及多维度评估，支持多组织项目与租户隔离，实现法律推理基准测试的端到端透明与可复现。
2026-05-27 cs.AI cs.CL
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
Elevating Legal LLM Responses: Harnessing Trainable Logical Structures and Semantic Knowledge with Legal Reasoning
Nankai University（南开大学）；Worcester Polytechnic Institute（伍斯特理工学院）；Fayuan Technology Co., Ltd.（法源科技有限公司）；University of California, Davis（加州大学戴维斯分校）
针对法律问答任务中LLMs泛化、幻觉及现有RAG忽略逻辑结构的问题，提出逻辑-语义整合模型（LSIM），通过强化学习生成事实-规则链、DSSM检索及上下文学习生成答案，显著提升了准确性和可靠性。
2025-02-11 cs.CL
Automate or Assist? The Role of Computational Models in Identifying Gendered Discourse in US Capital Trial Transcripts
Cornell University（康奈尔大学）
本研究探讨了计算模型在识别美国女性被告死刑审判中性别偏见语言的作用，通过三阶段对比实验发现，计算模型的最大价值不在于自动化替代专家，而在于辅助专家反思标注偏见并达成共识。
2024-07-27 cs.CL
InternLM-Law: An Open Source Chinese Legal Large Language Model
Shanghai AI Laboratory（上海人工智能实验室）；Eastern Institute of Technology（东方理工大学）；Saarland University（萨尔大学）；Nanjing University（南京大学）
针对大语言模型处理法律查询能力不足的问题，研究团队构建百万级中文法律数据集，采用两阶段微调法训练出专用模型InternLM-Law，其在LawBench多项子任务上表现优于GPT-4等前沿模型，且已开源。
2024-06-21 cs.CL
LegiLM: A Fine-Tuned Legal Language Model for Data Compliance
School of Management Science and Information Engineering（管理科学与信息工程学院）；Hebei University of Economics and Business（河北经贸大学）；Data Science Faculty（数据科学学院）；City University of Macau（澳门城市大学）；QI-ANXIN Technology Research Institute（奇安信技术研究院）
本文提出了专为数据合规咨询微调的法律语言模型LegiLM，结合GDPR Fines等数据集与法律推理方法，能有效检测数据法规违规并提供合规建议。
2024-09-09 cs.CL
From Dissonance to Insights: Dissecting Disagreements in Rationale Construction for Case Outcome Classification
Graduate Institute of International and Development Studies（国际与发展研究研究生院）；Faculty of Law, Ruhr University Bochum（波鸿鲁尔大学法学院）；IT University of Copenhagen（哥本哈根信息技术大学）；LMU Munich（慕尼黑大学）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）；Technical University of Munich（慕尼黑工业大学）
本文针对法律NLP中案件结果分类的可解释性，构建了专家理由分歧数据集RAVE，通过分析专家分歧构建分类法，并评估SOTA模型，揭示了法律基准数据集构建的复杂性。
2024-02-16 cs.CL
AUTOLAW: Enhancing Legal Compliance in Large Language Models via Case Law Generation and Jury-Inspired Deliberation
Singapore Management University（新加坡国立管理学院）
AutoLaw通过对抗性数据生成与陪审团式审议，动态合成判例并模拟司法决策，在三个基准上显著提升LLM的法律违规检测率，实现可靠且情境感知的合规评估。
2025-06-19 cs.CL
