面向统计法律分析的数据高效端到端信息抽取

法律从业者常面对海量文档。例如，律师为其客户搜寻有利先例，而法律先例的数量持续增长。尽管法律搜索引擎可协助查找个别目标文档并缩减候选数量，但检索信息常以非结构化文本呈现，用户须逐一细查，可能导致信息过载。这也使其统计分析颇具挑战。为此，我们提出一种面向法律文档的端到端信息抽取（IE）系统。通过将 IE 表述为生成任务，我们的系统无需领域特定工程即可轻松应用于各类任务。针对韩国先例的四个 IE 任务的实验结果表明，每任务仅用 50 个训练样本时，我们的 IE 系统相较基于规则的基线可达胜任分数（平均 -2.3），而用 200 个样本时分数更高（平均 +5.4）。最后，我们对两类案件——酒驾与欺诈——共 35k 先例的统计分析显示，由我们的 IE 系统所得结构化信息忠实反映了韩国法律体系的宏观特征。