Legal Nugget Extraction for Granular Retrieval over Long Jurisprudential Texts
Universidade Federal do Cariri (UFCA)（卡拉伊里联邦大学）
研究长法律文本检索难题，提出提取法律要点并嵌入索引进行检索的方法，在四个基准上评估，结果显示该方法对部分法学数据集有显著提升，对其他场景效果有别，证明法律要点在特定法学搜索中有用。
2026-07-27 cs.IR
LexPath: A domain-oriented multi-path framework for legal article retrieval
East China Normal University（华东师范大学）
提出LexPath多路径框架，通过IRAC引导的稀疏路径和结构引导的稠密路径进行候选条文检索，并利用意图一致性评分重排序，在公开和专业基准上优于现有检索方法。
2026-09-01 cs.IR
CaseGNN: Graph Neural Networks for Legal Case Retrieval with Text-Attributed Graphs
针对法律案例检索中结构信息缺失与长文本限制问题，提出基于图神经网络的CaseGNN模型，通过构建文本属性案例图、边图注意力层和对比损失优化实现检索，在COLIEE基准上取得最优效果。
2023-12-19 cs.IR
The 3rd Place Solution of CCIR CUP 2025: A Framework for Retrieval-Augmented Generation in Multi-Turn Legal Conversation
本文提出一个用于多轮法律对话的检索增强生成框架，结合信息检索与大型语言模型，基于法律法规回答用户问题，并在CCIR CUP 2025中取得第三名。
2025-10-17 cs.IR
Answer Retrieval in Legal Community Question Answering
针对法律领域答案检索中律师与用户知识鸿沟及内容形式混合的挑战，提出基于细粒度结构化输入的交叉编码器重排序器CE_FS，并构建了基准数据集LegalQA，实验证明该方法显著提升了检索效果。
2024-01-09 cs.IR
UQLegalAI@COLIEE2025: Advancing Legal Case Retrieval with Large Language Models and Graph Neural Networks
本文介绍CaseLink方法，利用大语言模型和图神经网络捕捉案例连接性，通过对比学习优化，在COLIEE 2025任务1中取得第二名，提升法律案例检索准确性。
2025-05-27 cs.IR
Improving Legal Case Retrieval with Brain Signals
本文针对法律案例检索中传统反馈信号粗糙且无效的挑战，提出利用脑机接口收集的EEG脑信号构建相关性反馈框架，通过提取有效特征并结合SVM-RFE模型实现71%预测准确率，显著提升了重排序结果的用户满意度。
2024-03-20 cs.IR
Augmented Question-guided Retrieval (AQgR) of Indian Case Law with LLM, RAG, and Structured Summaries
针对判例法检索忽视法律问题且缺乏解释的问题，提出结合LLM、RAG与结构化摘要的AQgR框架，自动生成法律问题并检索案例，在FIRE 2019子集上MAP达0.36，显著优于基准。
2025-07-23 cs.IR
Towards an In-Depth Comprehension of Case Relevance for Better Legal Retrieval
本文介绍TQM团队在COLIEE2024中的法律检索方法，通过融合词汇匹配、语义检索、学习排序及启发式预处理与后处理技术，深入理解案例相关性，最终在任务1和任务3中分别取得第一和第三名。
2024-04-01 cs.IR
Structural Segmentation for Brazilian Legal Document Retrieval
Câmara dos Deputados（众议院）；Senado Federal（联邦参议院）；Faculdade de Engenharia Elétrica e da Computação, Universidade Estadual de Campinas (UNICAMP)（坎皮纳斯州立大学电气与计算机工程学院）；Centro de Ciências e Tecnologia, Universidade Federal do Cariri (UFCA)（卡拉里联邦大学科学与技术中心）
本研究提出用结构分割策略将巴西法律文档拆分为核心块，实验显示该策略可提升密集检索效果，补充元数据的核心块能获得相当或更优结果。
2026-10-13 cs.IR
Legal Retrieval for Public Defenders
Princeton University（普林斯顿大学）；Stanford University（斯坦福大学）
本文提出了一种针对公共辩护人工作的法律检索工具，通过引入领域知识提升检索效果，并发布了一个真实辩护人检索查询的分类学和手动标注的数据集，以改进现实中的法律检索基准。
2026-08-11 cs.IR
CaseLink: Inductive Graph Learning for Legal Case Retrieval
本文提出归纳图学习模型 CaseLink，通过 Global Case Graph 建模案件语义与法律指控关系，并结合节点度正则化的对比目标利用引用信息，在两个基准上实现法律案件检索的最优性能。
2024-06-12 cs.IR
Rhetorical-Role-Aware Retrieval-Augmented Generation for Legal Question Answering over Indian Supreme Court Judgments
National Institute of Technology, Tiruchirappalli（印度国立技术学院特鲁奇拉帕利分校）；National Institute of Karnataka, Surathkal（卡纳塔克国立大学苏拉萨卡尔）
该研究针对印度最高法院判决的法律问答任务，提出含修辞分块、融合检索等模块的领域增强RAG框架，经DeepEval评估效果良好，凸显法律AI系统需领域特定增强。
2026-08-10 cs.IR
Learning Interpretable Legal Case Retrieval via Knowledge-Guided Case Reformulation
Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院）
本文提出KELLER方法，利用大语言模型结合罪名和法条等法律知识将原始案例重构为简洁子事实，在两个基准上实现了优于现有方法的可解释法律案例检索性能。
2024-06-28 cs.CL cs.IR
A Reproducibility Study of Graph-Based Legal Case Retrieval
本文复现了基于图的法律案例检索方法 CaseLink，通过复现原实验、扩展数据集、改进图表示并引入开放大语言模型，评估其可靠性与泛化性，以提升法律 IR 领域的可复现性。
2025-04-11 cs.IR
Multi-Source Retrieval and Reasoning for Legal Sentencing Prediction
Tsinghua University（清华大学）；Quancheng Laboratory（泉城实验室）；MegaTech.AI Inc（MegaTech.AI公司）
本文提出MSR²框架，通过多源检索与强化学习提升法律判决预测的准确性和可解释性。
2026-09-01 cs.IR
STCALIR: Semi-Synthetic Test Collection for Algerian Legal Information Retrieval
Ecole nationale Supérieure d’Informatique ESI（国家高等计算机学院）
本文提出STCALIR框架，通过自动化多阶段检索和过滤减少人工标注工作量，生成半合成测试集，验证其在低资源法律领域中与人工标注效果相当。
2026-04-01 cs.IR
A Study of Prior Case Retrieval Using Lexical, Semantic, and Rhetorical Role Information in Indian Legal Documents
National Institute of Technology, Tiruchirappalli（国立技术学院特鲁奇拉帕利分校）；National Institute of Karnataka, Surathkal（卡纳塔克国立学院苏拉萨尔分校）
本研究针对印度法律先例检索，提出结合修辞角色、查询分割与冻结验证融合的四阶段流水线，显著优于单一角色和全文检索，并揭示了LLM重排序器的评估偏差。
2026-10-07 cs.IR
An Intent Taxonomy of Legal Case Retrieval
Tsinghua University（清华大学）；Renmin University of China（中国人民大学）
本文提出法律案例检索的分层意图分类体系，涵盖五种意图类型，通过多方法构建评估，并应用于下游任务，验证其有效性，为意图感知检索技术提供基础。
2023-07-25 cs.CL cs.IR
DoSSIER@COLIEE 2021: Leveraging dense retrieval and summarization-based re-ranking for case law retrieval
在本文中，我们介绍了我们在2021年法律信息抽取/蕴涵竞赛（COLIEE）中的案例法检索和法律案例蕴涵任务的方法。作为第一阶段的检索方法结合神经重新排序的方法，使用语境化的语言模型，如BERT取得了很大的性能改善信息检索在网络和新闻领域，我们评估这些方法的法律领域。法律案例检索的一个显著特点是，语料库中的查询案例和案例描述往往是长文档，因此超过了BERT的输入长度。我们解决这一挑战相结合的词汇和稠密检索方法的段落级别的情况下，第一阶段检索。在这里，我们证明了段落级的检索优于文档级的检索。此外，实验表明，稠密检索方法优于词汇检索。对于重新排序，我们通过总结案例并使用摘要微调基于BERT的重新排序器来解决长文档的问题。总的来说，我们最好的结果是使用特定领域嵌入的BM 25和密集通道检索的组合。
2021-08-09 cs.IR
LEXA: Legal Case Retrieval via Graph Contrastive Learning with Contextualised LLM Embeddings
The University of Queensland（昆士兰大学）
LEXA通过结合图对比学习和上下文化LLM嵌入，改进法律案例检索的结构信息利用与模型性能。
2026-03-05 cs.IR
LegalSearchLM: Rethinking Legal Case Retrieval as Legal Elements Generation
LBOX；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of Seoul（首尔大学）
针对现有法律案例检索方法语料规模小、匹配效果差的问题，提出大规模韩语基准LEGAR BENCH与基于法律要素生成的LegalSearchLM模型，实现性能与泛化能力的显著提升。
2025-10-05 cs.CL cs.IR
Cassette: Case-to-Case Structural Distillation for Efficient Legal Case Retrieval
School of EECS, The University of Queensland（昆士兰大学电气、电子与计算机工程学院）
针对法律案例检索中现有方法推理耗时的问题，提出Cassette框架，通过排序和特征匹配蒸馏将重型教师模型知识迁移至轻量学生双编码器，在保持性能的同时大幅提升检索效率。
2026-09-09 cs.IR
THUIR@COLIEE-2020: Leveraging Semantic Understanding and Exact Matching for Legal Case Retrieval and Entailment
Tsinghua University（清华大学）
在本文中，我们提出了我们的方法，以应对法律信息抽取/蕴涵2020（COLIEE-2020）竞争中的法律案例检索和蕴涵的挑战。我们参与了两个案例法任务，即，法律案例检索任务和法律案例蕴涵任务。任务1（检索任务）的目的是自动识别支持案例从判例法语料库给定一个新的情况下，和任务2（蕴涵任务），以确定具体的段落，需要在相关的情况下，一个新的案件的决定。在这两个任务中，我们采用神经模型进行语义理解，并采用传统的检索模型进行精确匹配。因此，我们的团队（TLIR）在任务1的所有团队中排名第二，在任务2的团队中排名第三。实验结果表明，结合语义理解和精确匹配的模式有利于法律案件检索任务，而法律案件蕴涵任务更依赖于语义理解。
2020-12-24 cs.AI cs.IR
Cross-domain Retrieval in the Legal and Patent Domains: a Reproducibility Study
领域特定搜索一直是一个具有挑战性的信息检索任务，由于一些挑战，如领域特定的语言，独特的任务设置，以及缺乏可访问的查询和相应的相关性判断。在过去的几年里，预先训练的语言模型，如BERT，彻底改变了网络和新闻搜索。自然，社区的目标是使这些进步适应特定领域搜索的检索模型的跨域转移。在法律文档检索的背景下，Shao等人通过使用语言模型BERT对段落级交互进行建模，提出了BERT-PLI框架。在本文中，我们重现了原始实验，我们澄清了预处理步骤，为框架步骤添加了缺失的脚本，并研究了不同的评估方法，但我们无法重现评估结果。与原始论文相反，我们证明了特定领域的段落级建模并没有出现，以帮助性能的BERT-PLI模型相比，段落级建模与原来的BERT。除了我们的法律检索再现性研究，我们调查BERT-PLI在专利领域的文档检索。我们发现，BERT-PLI模型还没有实现性能改进的专利文献检索相比，BM 25基线。此外，我们评估的BERT-PLI模型的跨域检索之间的法律和专利领域的各个组件，无论是在一个段落和文档级别。我们发现，BERT-PLI模型的段落级上的传输导致两个域之间的可比结果，以及第一个有希望的结果跨域传输的文件级。为了提高可重复性和透明度，并使社区受益，我们公开了我们的源代码和训练模型。
2021-01-19 cs.IR
GLIER: Generative Legal Inference and Evidence Ranking for Legal Case Retrieval
Soochow University（苏州大学）
GLIER通过生成式法律推理和证据排序框架，解决法律案例检索中非专业查询与专业文档间的语义鸿沟问题，提升检索的可解释性和准确性。
2026-04-26 cs.AI cs.IR
SAILER: Structure-aware Pre-trained Language Model for Legal Case Retrieval
Tsinghua University（清华大学）；Quan Cheng Laboratory（泉城实验室）；Zhongguancun Laboratory（中关村实验室）；Huawei Cloud BU（华为云业务部）
本文提出结构感知预训练语言模型 SAILER，通过利用法律文书结构、关注关键法律要素并融合多预训练目标，在无法律标注情况下提升法律案件检索性能。
2023-04-22 cs.CL cs.IR
CRAwLeR -- Cross-Reference Aware Legal Retrieval
IT University of Copenhagen（哥本哈根信息技术大学）
针对法律文档中的交叉引用，提出CRAwLeR流水线，生成需要上下文的查询并构建数据集，实验表明约80%的查询真正需要上下文，最佳Recall@10为55%-59%。
2026-06-23 cs.IR
LegalPincite: Multi-level Legal Information Retrieval Dataset
University of Copenhagen（哥本哈根大学）
针对现有法律IR数据集缺乏段落级引用标注、存在数据泄露等局限，构建源自CJEU判决的LegalPincite数据集，支持多级别法律IR方法的开发与严格评估。
2026-10-01 cs.CL cs.IR
Section-Weighted Hybrid Approach for Legal Case Retrieval
University of Moratuwa（莫拉图瓦大学）
提出一个两阶段、感知章节的法律案例检索框架，先通过大语言模型分割判决书，再结合词法和语义搜索及加权聚合，在司法基准上取得一致提升。
2026-06-02 cs.IR
Generative Chinese Statute Retrieval
Tsinghua University（清华大学）；Quancheng Laboratory（清华实验室）；Renmin University of China（中国人民大学）
针对法规检索中口语化查询与正式法规语言的差距问题，提出GCSR生成式法规检索框架，通过多粒度结构化文档ID和多任务训练策略，将其转化为序列生成问题，实验证明该框架优于基线，凸显其在法律信息检索及推理任务中的有效性与潜力。
2026-07-14 cs.CL cs.IR
Improving Legal Information Retrieval by Distributional Composition with Term Order Probabilities
世界各地的法律专业人士目前正在努力跟上通过数字手段提供法律文件的爆炸性增长。这就需要高效率的法律信息检索（IR）和问答（QA）方法。特别是IR任务有一系列独特的挑战，需要使用语义驱动的NLP技术。在这项工作中，一个两阶段的法律信息检索的方法，提出了结合词汇统计和分布式句子表示的法律信息抽取/蕴涵（COLIEE）的竞争的背景下。组合是通过使用消歧规则来完成的，消歧规则应用于通过n-gram统计获得的排名。排名完成后，将评估其结果的歧义性，如果结果被确定为对于给定查询不可靠，则进行消歧。竞争和实验结果表明，使用所提出的方法在整体检索性能的小收益。此外，分析错误和改进的情况下，提出了更好地理解的贡献。
2017-06-10 cs.CL cs.IR
LeCaRDv2: A Large-Scale Chinese Legal Case Retrieval Dataset
Tsinghua University（清华大学）；Quan Cheng Laboratory（全城实验室）
本文提出大规模中文法律案例检索数据集LeCaRDv2，包含800个查询和55,192个候选案例，并通过丰富相关性标准与两级候选集池化策略，为法律案例检索研究提供更全面、可靠的基准。
2023-10-26 cs.CL cs.IR
JUÁ -- A Benchmark for Information Retrieval in Brazilian Legal Text Collections
Universidade Federal do Cariri (UFCA)（联邦卡里里大学）；Universidade Estadual de Campinas (UNICAMP)（坎皮纳斯州立大学）；Câmara dos Deputados（巴西众议院）
JUÁ是一个用于评估巴西法律信息检索的基准，提供统一的评估框架，支持跨异构法律集合的可重复和可比性评估，包含法律判例、立法和法规检索等任务。
2026-04-08 cs.CL cs.IR
Logic Rules as Explanations for Legal Case Retrieval
Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院）；School of Information Technology and Management, University of International Business and Economics（对外经济贸易大学信息技术与管理学院）
针对法律案例检索缺乏忠实、逻辑化解释的问题，提出模型无关的神经符号框架 NS-LCR，通过案件级与法律级逻辑规则进行匹配推理，并在增强基准上验证其排序和解释能力。
2024-03-03 cs.CL cs.IR
LegalMALR:Multi-Agent Query Understanding and LLM-Based Reranking for Chinese Statute Retrieval
Faculty of Data Science（数据科学学院）；City University of Macau（澳门城市大学）；Shenzhen Key Laboratory for High Performance Data Mining（深圳高性能数据挖掘重点实验室）；Shenzhen Institutes of Advanced Technology（深圳先进技术研究所）；Chinese Academy of Sciences（中国科学院）；Southern University of Science and Technology（南方科技大学）；Artificial Intelligence Research Institute（人工智能研究院）；Shenzhen University of Advanced Technology（深圳大学先进技术学院）
LegalMALR通过多代理查询理解和大语言模型重排序技术，提升中文法律条文检索的准确性和适用性。
2026-01-25 cs.CL cs.IR
QBR: A Question-Bank-Based Approach to Fine-Grained Legal Knowledge Retrieval for the General Public
The University of Hong Kong（香港大学）
QBR方法通过构建问题库提升大众对法律知识的细粒度检索能力，实现更准确、高效且可解释的检索结果。
2025-05-08 cs.AI cs.IR
Improving Vietnamese Legal Document Retrieval using Synthetic Data
BKAI Research Center（BKAI研究中心）；School of Information and Communication Technology（信息与通信技术学院）；Hanoi University of Science and Technology（河内理工大学）
针对越南语法律问答缺乏大型标注数据的问题，本文利用大型语言模型生成多样化合成查询，并预训练和微调 bi-encoder 与 ColBERT，显著提升了法律文档检索准确率。
2024-12-01 cs.AI cs.IR
LexRAG: Benchmarking Retrieval-Augmented Generation in Multi-Turn Legal Consultation Conversation
Tsinghua University（清华大学）；Quan Cheng Laboratory（泉城实验室）；Beijing University of Posts and Telecommunications（北京邮电大学）；Shandong University（山东大学）
提出首个法律领域多轮咨询RAG基准LexRAG，含1,013个对话样本和17,228条法律条文，涵盖检索与生成任务，并配套工具包和评估流水线，揭示现有系统局限。
2025-02-28 cs.CL cs.IR
Attentive Deep Neural Networks for Legal Document Retrieval
Japan Advanced Institute of Science and Technology（日本北陆先端科学技术大学院大学）；National Institute of Informatics（日本国立信息学研究所）；Posts and Telecommunications Institute of Technology（邮电技术学院）
本文针对法律文档检索中长文本表示难题，提出基于注意力机制的Attentive CNN和Paraformer层次化模型，在多语言数据集上验证其优于非神经方法及现有最优方法。
2022-12-13 cs.CL cs.IR
Diverse legal case search
近几十年来，法律案件检索越来越受到人们的重视。法律工作者需要通过类案检索来开展工作或提高工作效率。在检索过程中，法律工作者往往需要几个不同案由下的检索结果作为参考。然而，现有的工作往往侧重于判断本身的相关性，而不考虑行动的原因之间的联系。几个完善的多样性搜索技术已经存在于开放领域的搜索工作。然而，这些技术没有考虑法律搜索场景的特殊性，例如，副主题可能不是彼此独立的，而是以某种方式连接的。因此，我们构建了一个多样性的法律检索模型。这一模式既考虑到多样性，又考虑到相关性，非常适合这种情况。同时，考虑到具有多样性标签的数据集的缺乏，我们构建了一个多样性的法律检索数据集，并通过人工标注来获取标签。实验证明，我们的模型是有效的。
2023-01-29 cs.IR
Unlocking Legal Knowledge with Multi-Layered Embedding-Based Retrieval
University of Brasília（巴西利亚大学）；Federal Senate of Brazil（巴西联邦参议院）
本文提出一种多层嵌入检索方法，对法律文本的条文、组成部分及结构分组分别构建稠密向量，以多粒度表示法律知识，从而提升检索增强生成系统在法律信息检索中的准确性，并论证其可推广至不同法系及其他层级化文本领域。
2024-11-12 cs.AI cs.IR
Towards Reliable Retrieval in RAG Systems for Large Legal Datasets
Technical University of Darmstadt（德意志联邦共和国达姆斯塔特技术大学）；University of Trento（特伦托大学）；University of Florence（佛罗伦萨大学）；University of Bologna（博洛尼亚大学）；European University Institute（欧洲大学研究所）
本文针对大型法律数据集中RAG系统检索不可靠问题，提出摘要增强分块（SAC）技术，通过注入文档级上下文显著减少文档级检索不匹配，提升检索精度与召回率，且优于领域知识定制方法。
2025-10-08 cs.CL cs.IR
THUIR@COLIEE 2023: Incorporating Structural Knowledge into Pre-trained Language Models for Legal Case Retrieval
Tsinghua University（清华大学）；Quan Cheng Laboratory（泉城实验室）
本文介绍THUIR团队在COLIEE 2023法律案例检索竞赛中的冠军方案，通过结构感知预训练模型、启发式预处理及学习排序融合特征，实现最优检索性能。
2023-05-11 cs.CL cs.IR
Enhancing Legal Case Retrieval via Scaling High-quality Synthetic Query-Candidate Pairs
针对现有法律案例检索场景适配性差、训练数据不足的问题，研究提出自动化合成查询-候选对的方法，构建超大规模数据集LEAD，训练模型在主流基准上达最优，且方法可迁移至民事案件。
2024-10-09 cs.IR
LegalRAG: A Hybrid RAG System for Multilingual Legal Information Retrieval
Apurba-NSU R&D Lab, Department of Electrical and Computer Engineering, North South University, Dhaka, Bangladesh（北南大学电气与计算机工程系，北南大学阿普尔巴-NSU研发实验室，达卡，孟加拉国）；Apurba Technologies, Sunnyvale, CA 94085, USA（阿普尔巴技术公司，硅谷，加利福尼亚州，美国）；Fordham University, New York, USA（福丁大学，纽约，美国）
提出面向孟加拉国警察公报的双语法律问答框架，采用混合RAG流水线提升检索与生成性能，在多样化测试集上优于现有方法。
2025-04-19 cs.CL cs.IR cs.LG
Finding Needles in Emb(a)dding Haystacks: Legal Document Retrieval via Bagging and SVR Ensembles
Goethe University Frankfurt（法兰克福大学）
本文面向 GerDaLIR 法律检索，将任务拆解为多个二元“大海捞针”子问题，并用 bagging 与 SVR 投票集成在嵌入空间中检索，在不训练深度学习模型的情况下提升召回率。
2025-01-09 cs.AI cs.IR
Assessing the Performance Gap Between Lexical and Semantic Models for Information Retrieval With Formulaic Legal Language
Purdue University（普渡大学）
本研究针对欧盟法院程式化法律语言的段落检索任务，对比词汇模型BM25与稠密语义模型的性能，发现微调领域数据的稠密模型多数指标优于BM25，并分析了数据量对模型性能的影响。
2025-06-15 cs.CL cs.IR
How Vital is the Jurisprudential Relevance: Law Article Intervened Legal Case Retrieval and Matching
Tsinghua University（清华大学）
针对法律案例检索与匹配中法理相似性评估难题，提出端到端模型LCM-LAI，采用依赖多任务学习与法条感知注意力机制，在四个真实数据集上取得最优性能。
2025-02-25 cs.CL cs.IR
STARD: A Chinese Statute Retrieval Dataset with Real Queries Issued by Non-professionals
Tsinghua University（清华大学）；Peking University（北京大学）
针对现有法条检索基准忽视普通公众非专业查询的问题，研究团队构建了包含1543个真实咨询查询、55348篇候选法条的中文数据集STARD，评估发现现有检索方法在该数据集上表现不佳，为相关研究提供了新基准。
2024-06-21 cs.CL cs.IR
Yes, BM25 is a Strong Baseline for Legal Case Retrieval
NeuralMind；University of Campinas (Unicamp)（坎皮纳斯州立大学 (Unicamp)）；Federal University of Goiás (UFG)（戈亚斯联邦大学 (UFG)）；University of Waterloo（滑铁卢大学）
我们描述了我们对COLIEE 2021任务1的单一提交。我们的香草BM 25获得了第二名，远高于提交的中位数。代码可在https://github.com/neuralmind-ai/coliee上获得。
2021-10-25 cs.CL cs.IR cs.LG
Legal Document Retrieval using Document Vector Embeddings and Deep Learning
University of Moratuwa（莫拉图瓦大学）；University of London（伦敦大学）
特定领域信息检索过程是自然语言处理领域的一个重要研究方向。许多研究人员已经采用了不同的技术来克服技术和领域的特异性，并为各种感兴趣的领域提供了一个成熟的模型。这些研究中的主要瓶颈是领域专家之间的严重耦合，这使得整个过程非常耗时和繁琐。在这项研究中，我们已经开发了三种新的模式，通过提供的在线存储库生成的黄金标准进行比较，特别是法律领域。这三种不同的模型结合了法律领域的向量空间表示，其中文档向量生成是在两种不同的机制中完成的，并且是上述两种机制的集合。本研究包含的研究正在进行的过程中表示法律案件文件到不同的向量空间，同时将语义词的措施和自然语言处理技术。在这项研究中建立的集成模型，显示出显着更高的准确性水平，这确实证明了需要将特定领域的语义相似性措施纳入信息检索过程。这项研究还表明，不同分布的词相似性措施的影响，对不同的文档向量的尺寸，这可能会导致法律信息检索的过程中的改进。
2018-05-27 cs.CL cs.IR
DELTA: Pre-train a Discriminative Encoder for Legal Case Retrieval via Structural Word Alignment
Tsinghua University（清华大学）；Quan Cheng Laboratory（泉城实验室）；Zhongguancun Laboratory（中关村实验室）；Huawei Cloud BU（华为云业务部）
提出DELTA判别模型，通过将词对齐机制引入上下文掩码自编码器，定位法律案件关键事实并优化[CLS]嵌入，有效提升了法律案件检索性能。
2024-03-27 cs.CL cs.IR
nigam@COLIEE-22: Legal Case Retrieval and Entailment using Cascading of Lexical and Semantic-based models
Indian Institute of Technology, Kanpur（印度理工学院坎普尔分校）；Vellore Institute of Technology（韦洛尔理工学院）
本文介绍了我们提交的法律信息抽取/蕴涵2022年（COLIEE-2022）的案例法竞争工作坊的任务1和2。任务1是一个法律案例检索任务，它涉及阅读一个新的案例，并从提供的判例法语料库中提取支持案例来支持决策。任务2是法律案例蕴含任务，涉及从现有案例中识别一个段落，该段落包含相关案例中的决定。我们采用神经模型Sentence-BERT和Sent 2 Vec进行语义理解，并采用传统的检索模型BM 25进行精确匹配。因此，我们的团队（“nigam”）在任务1和任务2中的所有团队中排名第五。实验结果表明，传统的检索模型BM 25仍然优于基于神经网络的模型。
2022-04-16 cs.CL cs.IR cs.LG
