CLASE：中文法律文体风格评估的混合方法
计算与语言
2026-02-16 v1
摘要
大型语言模型（LLM）生成的法律文本通常能实现合理的事实准确性，但经常未能遵循法律写作的特殊风格规范和语言习惯。要提高风格质量，关键的第一步是建立可靠的评估方法。然而，由法律专家手动开发此类指标是不可行的，因为法律写作实践中隐含的风格要求难以形式化为明确的评分标准。与此同时，现有的自动评估方法也不足：基于参考的指标混合了语义准确性与风格忠实性，LLM 作为评判者的评估存在透明度和一致性问题。为此，我们引入 CLASE（Chinese LegAlese Stylistic Evaluation），一种聚焦法律文本风格性能的混合评估方法。该方法融合了混合评分机制，结合 1）基于语言特征的评分与 2）经验导向的 LLM 作为评判者的评分。这两种特征系数和 LLM 评分经验都从真实法律文件与其 LLM 修复版的对比对中学习。这种混合设计以透明、无参考的方式捕捉表层特征和隐式风格规范。实验在 200 份中文法律文件上表明，CLASE 在与人类判断的对齐度方面显著优于传统指标和纯 LLM 评估方法。除提升对齐度外，CLASE 提供可解释的评分细分和改进建议，为法律文本生成的专业风格评估提供了可扩展且实用的解决方案（Code 和 data for CLASE 可在 https://github.com/rexera/CLASE 获取）。
引用
@article{arxiv.2602.12639,
title = {CLASE: A Hybrid Method for Chinese Legalese Stylistic Evaluation},
author = {Yiran Rex Ma and Yuxiao Ye and Huiyuan Xie},
journal= {arXiv preprint arXiv:2602.12639},
year = {2026}
}
备注
Accepted at LREC 2026