AugAbEx：面向提取式案例摘要的路径

法律判决文本的摘要化为法律从业者带来巨大的认知负担，由于语言复杂性、情境依赖性的法律术语以及文档长度。因此，自动摘要化法律文档引起了自然语言处理研究人员的严重关注。由于深度神经方法生成的 abstractive 摘要仍然容易产生误导性地解释细微的法律术语或忽略关键情境细节，我们设想着眼于使用提取式案例摘要器的趋势将会逐渐上升。鉴于为 gold standard 提取式摘要的人工标注成本高，我们设计了一个轻量且透明的管道，利用现有的 abstractive gold standard 摘要来创建对应的提取式 gold standard 版本。该方法确保原 gold standard abstractive 摘要中包含的专家意见被传递到转换后的提取式摘要中。我们旨在扩充七个现有的案例摘要数据集（包括 abstractive 摘要），通过纳入相应的提取式摘要来创建丰富的数据资源，供案例摘要研究社区使用。为确保增强提取式摘要的质量，我们在结构、词汇和语义维度上对原始 abstractive gold standard 摘要进行了广泛的比较评估。我们还比较了两种摘要的 domain-level 信息。我们承诺将在公开域发布扩充后的数据集，以供研究社区使用，并认为该资源将为自动化法律文档摘要领域的进步提供机会。